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！

龙图腾网获悉西北工业大学申请的专利一种基于尺度分离度量学习的四分支多源图像块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：CN116310438B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310216819.0，技术领域涉及：G06V10/75；该发明授权一种基于尺度分离度量学习的四分支多源图像块匹配方法是由张秀伟;张艳宁;孙怡;何厚军;李艳平;尹翰林设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于尺度分离度量学习的四分支多源图像块匹配方法在说明书摘要公布了：本发明涉及一种基于尺度分离度量学习的四分支多源图像块匹配方法，针对多源图像匹配的精度问题，设计了一种高精度的多源图像块匹配网络模型SSML‑QNet。使用由孪生和伪孪生构成的四分支网络提取跨模态图像间的共有特征和私有特征。设计尺度分离度量学习模块对不同尺度特征分别进行编码，每个尺度都通过坐标和通道注意力提取跨模态一致性特征。采用由坐标注意力和卷积构成的多尺度特征融合模块对不同尺度特征融合并预测匹配结果。本发明方法的精度均显著优于现有算法。

本发明授权一种基于尺度分离度量学习的四分支多源图像块匹配方法在权利要求书中公布了：1.一种基于尺度分离度量学习的四分支多源图像块匹配方法，其特征在于包括多模态特征提取模块、尺度分离度量学习模块和多尺度特征融合和预测模块；步骤如下： 步骤1：将通道数和分辨率大小为C×H×W的不同模态图像块对T1、T2分别输入多模态特征提取模块中的孪生子网络和伪孪生子网络中学习图像的共有特征和私有特征；其中孪生子网络表示两个共享参数且结构相同的分支，伪孪生子网络表示两个不共享参数且结构相同的分支；然后将提取的四个具有高级语义信息的特征图沿通道维度堆叠，得到特征向量F，通道数和分辨率大小为512×H4×W4； 步骤2：将特征向量F输入到尺度分离度量学习模块通过3×3，5×5，7×7，9×9的卷积核进行拆分，得到四组不同尺度特征图F0,F1,F2,F3，每组特征图通道数变为原来的14，分辨率不变；然后每个尺度特征依次执行坐标注意力CA和通道注意力SE，对每组坐标和通道级相关性进行编码并沿通道维度堆叠，得到特征向量Fssml作为输出，大小为512×H4×W4； 步骤3：将尺度分离度量学习模块学习的特征向量Fssml输入到多尺度特征融合和预测模块依次经过坐标注意力和1×1卷积，得到的特征图通过残差的方式与其本身相加来产生最终融合的特征描述子，大小为8×H4×W4；最后使用三个大小分别为512，128，2的全连接层预测网络最终的匹配结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；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”。