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！

龙图腾网获悉电子科技大学申请的专利基于对比学习的异源图像匹配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：CN118334362B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202410498186.1，技术领域涉及：G06V10/40；该发明授权基于对比学习的异源图像匹配方法及系统是由李文;韩世蛟;熊瑶庭;段立新设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本基于对比学习的异源图像匹配方法及系统在说明书摘要公布了：本发明公开了基于对比学习的异源图像匹配方法及系统，包括以下步骤：通过伪孪生神经网络结构分别获取SAR图像的图像特征和光学图像的图像特征；计算SAR图像的图像特征和光学图像的图像特征的相似度；通过分类头估计匹配点位置，得到粗略匹配点坐标；通过回归头估计匹配点位置，得到预测匹配点与真实匹配点之间的偏移量；基于粗略匹配点坐标和偏移量，计算精确匹配点坐标，得到匹配结果。本发明可以有效进行异源图像匹配，解决异源图像匹配模型在未知测试域上性能下降的问题，提升异源匹配模型在未知测试数据上的泛化性能。

本发明授权基于对比学习的异源图像匹配方法及系统在权利要求书中公布了：1.一种基于对比学习的异源图像匹配方法，其特征在于，包括以下步骤： S1、获取待匹配的SAR图像和光学图像； S2、通过伪孪生神经网络结构分别获取SAR图像的图像特征和光学图像的图像特征； S3、通过互相关算子计算SAR图像的图像特征和光学图像的图像特征的相似度； S4、基于相似度，通过分类头估计匹配点位置，得到粗略匹配点坐标； S5、基于相似度，通过回归头估计匹配点位置，得到预测匹配点与真实匹配点之间的偏移量； S6、基于粗略匹配点坐标和偏移量，计算精确匹配点坐标，得到匹配结果； 还包括训练过程，在训练过程中包括以下步骤： A1、在SAR图像的图像特征中随机采样一个图作为模板，并在光学图像的图像特征中采样与模板匹配的图，并与模板组成正样本对； A2、在光学图像的图像特征中采样N个与模板不匹配的图，并与模板组成N个负样本对； A3、以在特征空间中拉进正样本之间的距离，同时推远负样本之间的距离为目的，通过InfoNCE损失函数获取伪孪生神经网络结构的损失值，记为对比学习损失； A4、通过Focal损失函数获取分类头的损失；通过GIoU损失函数获取回归头的损失； A5、将对比学习损失、分类头的损失和回归头的损失之和作为总损失，以最小化总损失为目标，通过反向传播方式调整伪孪生神经网络结构、分类头和回归头的参数，直至训练结束； 伪孪生神经网络结构包括结构相同、权重不共享的SAR图像分支和光学图像分支，每个分支均包括依次连接的第一卷积层和第二卷积层，第二卷积层的输出端分别连接第三卷积层的输入端和第四卷积层的输入端，第四卷积层的输出端连接第五卷积层的输入端，第五卷积层的输出端连接第六卷积层的输入端，第六卷积层的输出和第四卷积层的输出残差连接，第三卷积层的输出端和残差结果拼接后输入第七卷积层，第七卷积层的输出端连接第八卷积层的输入端，第八卷积层的输出端为当前分支的输出端，第一卷积层的输入端为当前分支的输入端。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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”。