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！

龙图腾网获悉华中科技大学申请的专利多模图像的配准网络训练装置及其训练方法以及配准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：CN116310618B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211092106.X，技术领域涉及：G06V10/774；该发明授权多模图像的配准网络训练装置及其训练方法以及配准方法是由张旭明;朱星星设计研发完成，并于2022-09-08向国家知识产权局提交的专利申请。

本多模图像的配准网络训练装置及其训练方法以及配准方法在说明书摘要公布了：本发明公开了一种多模图像的配准网络训练装置及训练方法，其通过G网络预估自由形变模型参数，G网络包括征提取模块、特征融合模块和参数预估模块，特征提取模块包括M个堆叠的金字塔卷积块，每相邻两个金字塔卷积块设置有下采样模块；特征融合模块包括M‑1个上采样模块和M‑1个级联层，每个级联层用于拼接金字塔卷积块和上采样模块中尺寸相同的输出特征并输入下一个上采样模块，通过参数预估模块得到自由形变模型参数，基于该预估参数生成浮动图像到参考图像的形变场及参考图像到浮动图像的形变场，将两个形变场分别作用于浮动图像和参考图像，并输入到两个D网络进行判断该双向配准是否同时完成，从而实现对称性约束，提高预估精度。

本发明授权多模图像的配准网络训练装置及其训练方法以及配准方法在权利要求书中公布了：1.一种多模图像的配准网络训练装置，其特征在于，包括G网络、形变场计算模块、空间变换模块、Dfr网络和Drf网络，所述G网络包括特征提取模块、特征融合模块和参数预估模块，其中： 所述特征提取模块包括对输入特征进行合并的输入级联层和依次连接于输入级联层后的M个堆叠的金字塔卷积块PyConvi，PyConvi为处于输入级联层后的第i个金字塔卷积块，i＝1,2,……,M，每相邻两个金字塔卷积块PyConvk和PyConvk+1之间设置有第k下采样模块，k＝1,2,……,M‑1； 所述特征融合模块包括M‑1个上采样模块和M‑1个级联层，其中，第1个上采样模块用于对第M个金字塔卷积块的输出特征进行上采样，第j个级联层用于对第j个上采样模块和第M‑j个金字塔卷积块的输出特征进行特征拼接后输入第j+1个上采样模块，第j个上采样模块和第M‑j个金字塔卷积块的输出特征尺寸相同； 所述参数预估模块包含多个卷积层，用于根据特征融合模块的输出特征得到自由形变模型参数； 形变场计算模块用于根据自由形变模型参数获取浮动图像到参考图像的形变场Ffr和参考图像到浮动图像的形变场Frf； 空间变换模块用于根据原始参考图像的结构表征图PSRr和形变场Frf得到形变参考图像的结构表征图PSRrf，以及根据原始浮动图像的结构表征图PSRf和形变场Ffr得到形变浮动图像的结构表征图PSRfr； 所述Dfr网络用于计算形变浮动图像的结构表征图PSRfr和原始参考图像的结构表征图PSRr的配准程度； 所述Drf网络用于计算形变参考图像的结构表征图PSRrf和原始浮动图像的结构表征图PSRf的配准程度。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。