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申请的专利一种视觉位置识别方法、电子设备、介质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：CN116863164B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310810682.1，技术领域涉及：G06V10/74；该发明授权一种视觉位置识别方法、电子设备、介质是由胡松钰;孙尉宁;傅建中设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种视觉位置识别方法、电子设备、介质在说明书摘要公布了：本发明公开了一种视觉位置识别方法、电子设备、介质，包括：获取输入图像；利用卷积神经网络提取输入图像的特征向量；基于无监督学习训练一主成分分析转换模型，利用主成分分析转换模型重构输入图像的特征向量，生成图像描述向量；从数据库中获取已有图像的图像描述向量，计算输入图像的图像描述向量与已有图像的图像描述向量的相似度；最大相似度大于等于相似度阈值时，将最大相似度对应的已有图像作为输入图像的相似图像，得到视觉位置识别结果。

本发明授权一种视觉位置识别方法、电子设备、介质在权利要求书中公布了：1.一种视觉位置识别方法，其特征在于，所述方法包括： 获取输入图像； 利用卷积神经网络提取输入图像的特征向量； 基于无监督学习训练一主成分分析转换模型，利用主成分分析转换模型重构输入图像的特征向量，生成图像描述向量； 从数据库中获取已有图像的图像描述向量，计算输入图像的图像描述向量与已有图像的图像描述向量的相似度；最大相似度大于等于相似度阈值时，将最大相似度对应的已有图像作为输入图像的相似图像，得到视觉位置识别结果； 其中，基于无监督学习训练一主成分分析转换模型，利用主成分分析转换模型重构输入图像的特征向量，生成图像描述向量的过程包括： 获取训练数据集； 提取训练数据集中每张图片的特征向量，以构建训练矩阵X； 对训练矩阵X按行进行去均值化； 对去均值化后的训练矩阵，计算其对应的协方差矩阵C，并计算该协方差矩阵C的特征值λ和特征向量v； 按照特征值λ的大小对特征向量v进行降序排列，并根据转换后的目标维度K构成转换矩阵P； 基于主成分向量空间的信息压缩特性、转换前后算法的准确度性能以及转换前后算法的运行效率性能进行综合评价，确定最佳目标维度Kb，并根据最佳目标维度Kb生成最佳转换模型Pb，即主成分分析转换模型Pb； 利用主成分分析转换模型重构输入图像的特征向量，生成图像描述向量，表达式如下： ； 式中，x表示图像特征向量，y表示经主成分转换后的图像描述向量。

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，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；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。