Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京三快在线科技有限公司蔡剑成获国家专利权

北京三快在线科技有限公司蔡剑成获国家专利权

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!

龙图腾网获悉北京三快在线科技有限公司申请的专利图像匹配方法和设备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:CN116994010B

龙图腾网通过国家知识产权局官网在2026-01-30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:202210429863.5,技术领域涉及:G06V10/75;该发明授权图像匹配方法和设备是由蔡剑成;黄冉冉;刘新民;毛一年设计研发完成,并于2022-04-22向国家知识产权局提交的专利申请。

图像匹配方法和设备在说明书摘要公布了:本发明涉及图像处理技术领域,尤其涉及一种图像匹配方法和设备。所述方法包括:将至少两张待匹配图像输入深度网络模型,所述深度网络模型用于从每张所述待匹配图像中提取卷积特征,并根据每张所述待匹配图像的卷积特征确定每张所述待匹配图像的特征点以及所述特征点对应的特征描述子。其中,深度网络模型包括注意力模块,用于对所述卷积特征进行通道维度和宽‑高空间维度的注意力计算,所述注意力计算的结果用于支持确定所述特征描述子。根据所述特征描述子,对所述至少两张待匹配图像进行匹配。本发明实施例方案,能够提高图像匹配的鲁棒性。

本发明授权图像匹配方法和设备在权利要求书中公布了:1.一种图像匹配方法,其特征在于,包括: 将至少两张待匹配图像输入深度网络模型,所述深度网络模型用于从每张所述待匹配图像中提取卷积特征,并根据每张所述待匹配图像的所述卷积特征确定相应待匹配图像的特征点以及所述特征点对应的特征描述子,其中,所述深度网络模型包括注意力模块,用于对所述卷积特征进行通道维度和宽-高空间维度的注意力计算,所述注意力计算的结果用于支持确定所述特征描述子; 根据所述特征描述子,对所述至少两张待匹配图像进行匹配; 所述深度网络模型,还包括:卷积模块、特征点提取模块和输出模块; 所述卷积模块,用于提取输入的待匹配图像的卷积特征,所述卷积特征经过所述注意力模块的处理,得到相应待匹配图像的语义特征向量; 所述特征点提取模块,用于根据所述卷积模块输出的所述卷积特征,确定相应待匹配图像的各像素位置的响应值; 所述输出模块,用于根据所述特征点提取模块输出的响应值确定相应待匹配图像的特征点,并根据所述注意力模块的输出确定相应待匹配图像的所述特征点对应的语义特征向量,以作为相应特征点的特征描述子; 其中,所述卷积模块输出的包括任意的第一待匹配图像的卷积特征,所述第一待匹配图像的卷积特征包括第一像素位置;所述特征点提取模块,具体用于: 从所述第一待匹配图像的卷积特征中确定所述第一像素位置的多个邻域位置和多个通道关联位置,其中,所述邻域位置与所述第一像素位置的通道位置相同,且所述邻域位置与所述第一像素位置的距离小于第二阈值;所述通道关联位置与所述第一像素位置的宽度和高度值相同,通道位置不同; 根据所述第一像素位置和所述多个邻域位置分别对应的卷积特征,计算所述第一像素位置的第一特征值; 根据所述第一像素位置和所述多个通道关联位置分别对应的卷积特征,计算所述第一像素位置的第二特征值; 根据所述第一特征值和所述第二特征值,确定所述第一像素位置的响应值。

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北京三快在线科技有限公司,其通讯地址为:100083 北京市海淀区北四环西路9号2106-030;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。