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！

龙图腾网获悉天津大学申请的专利基于卷积神经网络的含噪声条件下离散点匹配方法及平台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：CN115578573B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202211311599.1，技术领域涉及：G06V10/44；该发明授权基于卷积神经网络的含噪声条件下离散点匹配方法及平台是由伊国胜;赵强设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本基于卷积神经网络的含噪声条件下离散点匹配方法及平台在说明书摘要公布了：本发明为基于卷积神经网络的含噪声条件下离散点匹配方法及平台，主要在于打破传统思维壁垒，提供一种解决离散点匹配问题的新方法。不再采用传统的基于数据的匹配方式，而是将新兴的卷积神经网络技术引入到离散点匹配方面，设计了一个基于卷积神经网络的含噪声条件下离散点匹配网络PMNet，该网络有效提高了仿真精度和速度。特别地，还设计了一个离散点匹配平台，基于该平台，用户能够实现基于PMNet的含噪声条件下图像离散点的匹配。

本发明授权基于卷积神经网络的含噪声条件下离散点匹配方法及平台在权利要求书中公布了：1.一种基于卷积神经网络的含噪声条件下离散点匹配方法，其特征在于，该方法包括以下内容： 获取基准图，根据灰度特征、密集程度剔除不显著离散点后，保留剩余的E个离散点；随机添加具有随机位置信息和灰度值的伪点，E个离散点和1个伪点共有E+1个类别；依次以每个点为中心，以方正的视场范围获取每个类别点的局部图； 对每个局部图通过数据增强操作获得包含E+1个类别的数据集，以8:2划分训练集和测试集，用于训练卷积神经网络； 构建离散点的匹配PMNet模型：所述PMNet模型以卷积神经网络为基础，模型的输入是局部图，输出是局部图中离散点所属类别及其置信度； PMNet模型共包含9个卷积层和5个池化层，随后使用3个全连接层得到最终属于各类别的概率；具体结构是第一、第二个卷积层串联后连接第一个池化层，之后连接第三、第四个卷积层和第二个池化层，然后再连接第五、六、七个卷积层和第三个池化层，之后经第八个卷积层、第四个池化层、第九个卷积层、第五个池化层后连接三个全连接层；前两个全连接层由4096个神经元组成，最后一个全连接层作为输出层，共有E+1个神经元，分别代表E个离散点类和一个伪点类，使用softmax函数计算每个类的概率；至此完成卷积神经网络的构建； 利用构建的数据集训练PMNet模型，获得的离散点的匹配模型用于实际图像中的离散点匹配。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。