买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学嘉兴研究院申请的专利一种用于无人机图像和卫星图像的跨视角景象匹配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116797948B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310691371.8，技术领域涉及：G06V20/17；该发明授权一种用于无人机图像和卫星图像的跨视角景象匹配方法是由朱润哲;金肖设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种用于无人机图像和卫星图像的跨视角景象匹配方法在说明书摘要公布了：本发明公开了一种用于无人机图像和卫星图像的跨视角景象匹配方法，包括分别获得至少上千张无人机图和对应场景的卫星图作为数据集，将数据集中的无人机图转换为特征向量，卫星图也转换为特征向量，根据这些特征向量训练基于孪生神经网络的景象匹配模型，得到训练好的景象匹配模型等步骤，本发明通过设计基于局部特征与全局特征的混合架构神经网络模型，通过HBP加强特征表示，实现了提高模型推理阶段的精度和大幅提高了在不同环境和姿态下的鲁棒性的技术效果，基于Identityloss和Circleloss的联合度量损失函数，实现了提高景象匹配模型的收敛速度，以及帮助景象匹配模型学习到更好的权重参数的技术效果。

本发明授权一种用于无人机图像和卫星图像的跨视角景象匹配方法在权利要求书中公布了：1.一种用于无人机图像和卫星图像的跨视角景象匹配方法，其特征在于，包括以下步骤： 步骤1:分别获得至少上千张无人机图和对应场景的卫星图作为数据集； 步骤2：将数据集中的无人机图转换为特征向量，卫星图也转换为特征向量，根据这些特征向量训练基于孪生神经网络的景象匹配模型，得到训练好的景象匹配模型； 步骤3:根据训练好的景象匹配模型的预处理层，对无人机图进行预处理得到预处理的无人机图，卫星图也进行预处理得到预处理的卫星图； 步骤4:将预处理后的无人机图输入至景象匹配模型的主干网络层中，对进行无人机图进行景象特征提取，获得初级无人机特征图，将预处理后的卫星图输入至景象匹配模型的主干网络层中，卫星图也进行景象特征提取，获得初级卫星特征图； 步骤5:根据HBP模块对无人机特征图进行特征加强并输入MLP层统一特征维度，得到加强后的无人机特征图，根据HBP模块对卫星特征图也进行特征加强并输入MLP层统一特征维度，得到加强后的卫星特征图； 步骤6:计算加强后的无人机特征图和加强后的卫星特征图之间的特征距离，执行特征匹配以实现无人机定位和导航任务； 所述的步骤4中，将预处理后的无人机图输入至景象匹配模型的主干网络层中，对进行无人机图进行景象特征提取，获得初级无人机特征图，将预处理后的卫星图输入至景象匹配模型的主干网络层中，卫星图也进行景象特征提取，获得初级卫星特征图过程具体包括以下步骤： 步骤401：将图像输入至ResNetV2，输出维度为1024,24,24的特征图，将输入的特征图进行方格化，并将方格进行线性映射； 步骤402：将线性映射得到的向量输入12层连续的Transformer层，当处于训练阶段时，Transformer层将输出的向量送入到分类层的全连接层和softmax层进行分类和训练，得到每个类的概率，以训练分类网络的形式提高景象匹配模型的特征提取能力，当处于测试阶段时，Transformer网络块直接导出特征并映射至512维，作为该图像的特征图； 所述的步骤401中，ResNetV2经过了3个瓶颈模块，每一个瓶颈模块中分别有3、4、9残差块，在残差块中采用预激活的残差单元提高网络的训练效率，每一个瓶颈模块输出的特征图以特征金字塔的形式依次增加其特征图的深度，以提高网络结构计算时的有效信息密度，并将网络注意力集中至目标场景中，即提取图像的局部特征； 所述的步骤402中，当处于训练阶段时，Transformer层输出的向量通过分类层中全连接层的神经元映射至需要分类的目标场景数，并通过softmax层对输出的数值进行归一化处理，基于Cross-entropy损失函数和Circle损失函数的联合度量损失函数优化景象匹配模型在训练时得到的权重参数； 随后采用卷积核大小为1，步长为1的卷积对特征图进行卷积操作，即切割为1x1的方格得到特征向量，以将特征图转换为Transformer层能够处理的特征向量； 所述的Cross-entropy损失函数的计算公式为： 其中，为景象匹配模型的预测值，y为标签值，为预测值被识别为y类的预测概率，为标签的列向量， 为样本的列向量，i为场景总数的索引，j为景象匹配模型输出的第j个向量，c为本轮训练的第c个样本，c为训练的样本数； 所述的Circle损失函数的计算公式为： 其中，sij表示样本xi是否属于类别j，dij表示样本xi与类别j的中心点的欧几里得距离，m表示一个预先定义的margin＝0.1。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学嘉兴研究院，其通讯地址为：314031 浙江省嘉兴市智富中心48幢401室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。