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！

龙图腾网获悉睿明智能科技(嘉兴)有限公司申请的专利一种基于深度学习的图像特征点高效检测方法及系统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：CN116137064B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310157488.8，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的图像特征点高效检测方法及系统是由王中山;李召阳;陈思阳;石珂;陈泓霖设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种基于深度学习的图像特征点高效检测方法及系统在说明书摘要公布了：本申请公开一种基于深度学习的图像特征点高效检测方法及系统，方法包括如下步骤：获得输入图像，对输入图像进行预处理，获得单通道灰度图；进行编码，获得编码特征图；进行特征增强处理，获得增强特征图；进行特征细化，获得共享编码的特征图；进行检测器解码，获得第一原分辨率大小、单通道的特征图，并预测特征点；对共享编码的特征图，进行描述符解码，获得第二原分辨率大小、256通道的特征图，并预测描述符；进行多分支参数融合，利用融合后的参数进行推理，实现基于深度学习的图像特征点高效检测。对比现有的技术，本申请提出的特征点检测方法在具有挑战性的场景下精度更高、稳定性更强。

本发明授权一种基于深度学习的图像特征点高效检测方法及系统在权利要求书中公布了：1.一种基于深度学习的图像特征点高效检测方法，其特征在于，包括如下步骤： S1：获得输入图像，对所述输入图像进行预处理，获得单通道灰度图； S2：基于多分支大核卷积结构，对所述单通道灰度图，进行编码，获得编码特征图； S3：基于三层多分支分步卷积结构，对所述编码特征图，进行特征增强处理，获得增强特征图； S4：基于小型多分支卷积结构，对所述增强特征图，进行特征细化，获得共享编码的特征图； S5：对所述共享编码的特征图，进行检测器解码，获得第一原分辨率大小、单通道的特征图，并预测特征点； S6：对所述共享编码的特征图，进行描述符解码，获得第二原分辨率大小、256通道的特征图，并预测描述符； S7：对所述S2的多分支大核卷积结构、所述S3的三层多分支分步卷积结构以及所述S4的小型多分支卷积结构，进行多分支参数融合，利用融合后的参数，进行所述S5和所述S6的预测以及特征图获取，实现基于深度学习的图像特征点高效检测； 实现所述S2的具体方法为： S2.1：在网络骨干头部，构建所述多分支大核卷积结构； S2.2：基于非对称的所述多分支大核卷积结构，对所述单通道灰度图进行编码，获得具有显著区分性的通道特征图； S2.3：基于深度可分离卷积对所述单通道灰度图的编码，获得区分性小的通道特征图，并与所述具有显著区分性的通道特征图进行通道维度的特征融合； S2.4：基于对称的所述多分支大核卷积结构，对所述S2.3获得的所述特征融合后的第一通道特征图进行处理，获得增强的部分通道特征图； S2.5：基于所述深度可分离卷积，对所述S2.3获得的所述特征融合后的第一通道特征图进行编码，获得第一部分通道特征图，并与所述增强的部分通道特征图进行通道维度的特征融合，获得所述编码特征图； 实现所述S3的具体方法为： S3.1：在网络骨干中部，构建所述三层多分支分步卷积结构； S3.2：基于非对称的所述三层多分支分步卷积结构，对所述编码特征图再次进行编码，获得特征细化的特征图； S3.3：基于深度可分离卷积，对所述编码特征图进行处理，并与所述特征细化的特征图进行通道维度的特征融合； S3.4：基于两分支卷积结构，对所述S3.3获得的所述特征融合后的第二通道特征图进行处理，获得部分增强特征图； S3.5：基于所述深度可分离卷积，对所述S3.3获得的所述特征融合后的第二通道特征图进行处理，获得第二部分通道特征图，并与所述部分增强特征图进行通道维度的特征融合，获得所述增强特征图； 实现所述S4的具体方法为： S4.1：在网络骨干的尾部，构建所述小型多分支卷积结构； S4.2：基于非对称的所述小型多分支卷积结构，对所述增强特征图进行处理，获得包含丰富特征的通道特征图； S4.3：基于所述深度可分离卷积，对所述增强特征图的编码，获得第三部分通道特征图，并与所述包含丰富特征的通道特征图进行通道维度的特征融合，获得所述共享编码的特征图。

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睿明智能科技(嘉兴)有限公司，其通讯地址为：314000 浙江省嘉兴市秀洲区油车港镇嘉通商务楼1幢801-3；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。