北京邮电大学曹婧宜获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利图像描述子生成方法、模型训练方法和图像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:CN120526172B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202510264423.2,技术领域涉及:G06V10/46;该发明授权图像描述子生成方法、模型训练方法和图像匹配方法是由曹婧宜;尤亚楠;刘思序;张扬;刘军设计研发完成,并于2025-03-06向国家知识产权局提交的专利申请。
本图像描述子生成方法、模型训练方法和图像匹配方法在说明书摘要公布了:本发明提供一种图像描述子生成方法、模型训练方法和图像匹配方法,所述生成方法包括:将待生成描述子的携带关键点检测结果的目标图像输入预训练的描述子生成模型,并由该模型输出所述关键点检测结果中多个第一关键点对应的多个描述子和各个描述子的初始位置,所述关键点检测结果中各个第一关键点的位置作为对应描述子的初始位置,所述描述子生成模型包括多层级图像金字塔构建模块、关键点补充模块、特征提取模块、多层级图谱构建模块和多尺度特征语义匹配模块。本发明能够提高生成的描述子的精准度,为图像匹配提供更具判别性的描述子,进而提高图像匹配的精度、计算效率和鲁棒性。
本发明授权图像描述子生成方法、模型训练方法和图像匹配方法在权利要求书中公布了:1.一种图像描述子生成方法,其特征在于,所述方法包括: 将待生成描述子的携带关键点检测结果的目标图像输入预训练的描述子生成模型,所述关键点检测结果包括多个第一关键点和各个第一关键点的位置,所述描述子生成模型包括多层级图像金字塔构建模块、关键点补充模块、特征提取模块、多层级图谱构建模块和多尺度特征语义匹配模块; 由所述多层级图像金字塔构建模块基于所述目标图像以所述第一关键点为中心对应得到的多尺度图像切片,构建所述第一关键点对应的多层级图像金字塔; 由所述关键点补充模块对所述多层级图像金字塔的各层级图像进行超像素分割以及关键点快速提取和聚类,得到对应的多个超像素区域和多个关键点聚类中心,将所述超像素区域的中心和所述关键点聚类中心分别作为第二关键点和第三关键点; 由所述特征提取模块提取所述多层级图像金字塔中各层级图像的特征,得到对应的特征图; 由所述多层级图谱构建模块基于所述多层级图像金字塔的各层级图像确定各层级关注区域,在各层级图像中,将所述第一关键点作为中心节点,将在各自层级关注区域内且与所述第一关键点不属于同一超像素区域的第三关键点,或者,第二关键点和第三关键点作为所述中心节点的邻居节点,基于对应特征图得到各节点的特征向量和各节点之间的相似度并基于相似度构建连接节点的边,基于节点和边构建各层级图谱以形成多层级图谱; 由所述多尺度特征语义匹配模块采用注意力机制基于各层级图谱中各节点的特征向量对各个边进行更新,基于所述多层级图谱中分布在各个空间区域范围内的各节点的特征向量对各自空间区域范围内的各节点的特征向量进行更新,基于更新后的节点的特征向量和边得到更新后的各层级图谱以形成更新后的多层级图谱,并对更新后的多层级图谱进行聚合以输出所述第一关键点对应的描述子和所述描述子的初始位置,从而输出多个第一关键点对应的多个描述子和各个描述子的初始位置,所述描述子的初始位置为对应第一关键点的位置。
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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励