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！

龙图腾网获悉厦门大学申请的专利跨模态检索的视觉位置识别方法、存储介质和电子设备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：CN115457125B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210993635.0，技术领域涉及：G06T7/73；该发明授权跨模态检索的视觉位置识别方法、存储介质和电子设备是由黄锐;苏松志设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本跨模态检索的视觉位置识别方法、存储介质和电子设备在说明书摘要公布了：本发明提供了一种跨模态检索的视觉位置识别方法、存储介质和电子设备，所述方法包括：以离线方式一次性构建3D点云地图数据库，将数据库中密集的点云表示转换为轻量级结构形式的点云，并利用注意力机制为轻量级点云融合上下文信息，以得到3D点云地图数据库的全局特征；以在线方式实时获得待查询图像，通过轻量型图像骨干网络提取待查询的2D图像的全局特征；计算3D点云地图数据库的全局特征和2D图像的全局特征的欧氏距离，并建立两者的对应关系。而后可以通过2D待查询图像的特征去实时检索以轻量级结构表示的3D点云数据库特征，以获得与待查询图像处于同一地理位置的点云图，能够快速地提取查询图像的特征信息。

本发明授权跨模态检索的视觉位置识别方法、存储介质和电子设备在权利要求书中公布了：1.一种跨模态检索的视觉位置识别方法，其特征在于，所述方法包括以下步骤： S1：在以离线方式构建3D点云地图数据库时，将密集的点云压缩成第一轻量级结构点云； S2：将所述第一轻量级结构点云输入到旋转学习网络，生成第二轻量级结构点云； S3：将所述第二轻量级结构点云输入到注意力特征处理模块，通过所述注意力特征处理模块利用注意力机制为所述第二轻量级结构点云融合上下文信息，得到带有注意力权重的第三轻量级结构点云； S4：通过池化层对所述第三轻量级结构点云进行聚合，以得到3D点云地图数据库的全局特征； S5：以在线方式获得待查询图像，并通过轻量型图像骨干网络提取所述待查询图像的全局特征，将所述待查询图像的全局特征输入到池化层以聚合成2D图像全局特征； S6：计算所述2D图像的全局特征与所述3D点云地图数据库的全局特征之间的欧几里得距离，进行两者的特征匹配并建立2D图像与3D点云的对应关系； 所述方法包括： 根据所述2D图像和3D点云地图数据库中正负样本以及随机采样样本形成损失函数，通过所述损失函数对视觉位置识别网络参数进行更新； 所述对视觉位置识别网络参数进行更新包括： 对所述旋转学习网络进行参数更新； 和或对所述注意力特征处理模块进行参数更新； 和或对所述轻量型图像骨干网络进行参数更新； 和或对所述池化层进行参数更新； 所述损失函数为四元组损失函数，所述四元组损失函数的公式如下： 其中，ξq表示查询图像的全局特征，ξp表示点云数据库中正样本的全局特征，ξn表示点云数据库中负样本的全局特征，表示在查询图像和点云数据库中随机采样的全局特征，且与ξq,ξp和ξn都不同，d表示欧几里得距离，H表示合页损失函数，α和β表示边距常量。

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厦门大学，其通讯地址为：361005 福建省厦门市思明南路422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”。