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！

龙图腾网获悉江西师范大学申请的专利基于双分支特征提取与通道特征增强的特征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：CN121616861B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610140686.7，技术领域涉及：G06V10/75；该发明授权基于双分支特征提取与通道特征增强的特征匹配方法是由曾纪国;何家武;祝邵楠;李成阳;胡丽娟;卢阳辉;杨波设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于双分支特征提取与通道特征增强的特征匹配方法在说明书摘要公布了：本发明公开基于双分支特征提取与通道特征增强的特征匹配方法，用于提升轻量化特征匹配网络的特征表达能力与全局感知能力；该方法包括：对输入图像进行预处理后，通过并行主干网络与动态通道核特征提取分支分别提取局部细节与全局结构特征；利用通道特征增强模块在多个层级进行渐进式强度增强；通过动态通道核注意力模块为每个通道生成自适应卷积核，实现关键区域的空间注意力建模；采用多尺度特征融合模块融合局部与全局特征，最终输出密集特征图、关键点热图与可靠性热图；本发明在保证计算效率的同时，显著提升复杂场景下的特征匹配精度与鲁棒性，适用于实时视觉SLAM、增强现实及无人机导航的轻量级应用场景。

本发明授权基于双分支特征提取与通道特征增强的特征匹配方法在权利要求书中公布了：1.基于双分支特征提取与通道特征增强的特征匹配方法，其特征在于，包括如下步骤： 步骤S1：获取多通道图像，将多通道图像输入到实例归一化模块进行标准化处理，得到若干个单通道灰度图像； 步骤S2：将若干个单通道灰度图像并行输入至空间特征提取分支、动态通道核特征提取分支和关键点提取分支；其中，空间特征提取分支对单通道灰度图像进行处理，得到多尺度局部特征图；动态通道核特征提取分支对单通道灰度图像进行处理，得到全局结构特征图；关键点提取分支对单通道灰度图像进行处理，得到关键点热图； 步骤S3：将多尺度局部特征图与全局结构特征图进行双线性插值对齐与逐元素相加融合，得到初步融合特征图； 步骤S4：在空间特征提取分支的多个预设层级，分别插入通道特征增强模块，以渐进式残差权重对多个预设层级进行差异化增强； 步骤S5：将初步融合特征图输入多尺度特征融合模块进行处理，得到最终融合特征图；对最终融合特征图进行处理，得到可靠性热图和密集特征图； 步骤S6：利用关键点热图与可靠性热图筛选关键点，并从密集特征图中提取对应位置的描述符进行特征匹配，完成图像间的特征匹配；具体为： 步骤S61，对关键点热图提取最大响应值，并与可靠性热图进行逐位置加权融合，生成关键点综合得分图； 步骤S62，对关键点综合得分图逐样本执行非极大值抑制，在每个空间邻域内保留得分最高的位置，生成候选关键点； 步骤S63，根据关键点综合得分图对候选关键点按得分降序排序，保留前n个关键点位置，得到筛选出的关键点位置； 步骤S64，根据筛选出的关键点位置，从密集特征图中通过双三次插值提取对应位置的特征向量，得到所有描述符；对所有描述符进行基于L2范数的归一化操作； 步骤S65，对两幅待匹配图像，分别得到两组归一化描述符集合，使用最近邻距离比算法进行匹配，最终输出所有匹配点对，完成图像间的特征匹配。

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江西师范大学，其通讯地址为：330000 江西省南昌市高新技术开发区紫阳大道99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。