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！

龙图腾网获悉成都云盯科技有限公司申请的专利图像特征提取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：CN114429545B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210098537.0，技术领域涉及：G06V10/25；该发明授权图像特征提取方法是由杨淼;谢宏设计研发完成，并于2022-01-27向国家知识产权局提交的专利申请。

本图像特征提取方法在说明书摘要公布了：本申请涉及一种图像特征提取方法，包括：对待处理图像进行预处理，得到第一预处理图像和第二预处理图像；其中，第一预处理图像为ROI彩色图像，第二预处理图像为基于第一预处理图像得到的ROI灰度图像；提取第二预处理图像的特征点集合；基于特征点集合，对第一预处理图像进行采样，生成采样图像；基于DL2‑net网络结构对采样图像进行图像特征提取，生成与特征点集合对应的特征向量集。由于本申请中的DL2‑net网络结构包括多层卷积层和多层深度分离卷积层，采用卷积层和深度分离卷积层相互结合的方式，对比传统的仅采用卷积层的L2‑net网络结构，在精度差距不明显的前提下，降低了模型参数量，提高了运算效率。

本发明授权图像特征提取方法在权利要求书中公布了：1.一种图像特征提取方法，其特征在于，包括： 对待处理图像进行预处理，得到第一预处理图像和第二预处理图像；其中，所述第一预处理图像为ROI彩色图像，所述第二预处理图像为基于所述第一预处理图像得到的ROI灰度图像； 提取所述第二预处理图像的特征点集合； 基于所述特征点集合，对所述第一预处理图像进行采样，生成采样图像； 基于DL2-net网络结构对所述采样图像进行图像特征提取，生成与所述特征点集合对应的特征向量集；其中，所述DL2-net网络结构包括多层卷积层和多层深度分离卷积层，且所述DL2-net网络结构的图像输入通道至少为3； 所述DL2-net网络结构包括：第一卷积层、第二卷积层、第一深度分离卷积层、第二深度分离卷积层、第三深度分离卷积层、第四深度分离卷积层和第五深度分离卷积层； 所述第一卷积层为所述DL2-net网络结构的首层； 所述第二卷积层为所述DL2-net网络结构的尾层； 所述第一深度分离卷积层、所述第二深度分离卷积层、所述第三深度分离卷积层、所述第四深度分离卷积层和所述第五深度分离卷积层为所述DL2-net网络结构的中间层； 所述第一卷积层的图像输入通道为32*32*3；所述第一深度分离卷积层的特征输入通道为16*16*32；所述第二深度分离卷积层的特征输入通道为16*16*32；所述第三深度分离卷积层的特征输入通道为8*8*64；所述第四深度分离卷积层的特征输入通道为8*8*64；所述第五深度分离卷积层的特征输入通道为4*4*128；所述第二卷积层的特征输入通道为2*2*128； 所述第一卷积层的卷积核尺寸为3x3，输出通道数为32；所述第一深度分离卷积层的卷积核尺寸为3x3，输出通道数为32；所述第二深度分离卷积层的卷积核尺寸为3x3，输出通道数为64；所述第三深度分离卷积层的卷积核尺寸为3x3，输出通道数为64；所述第四深度分离卷积层的卷积核尺寸为3x3，输出通道数为128；所述第五深度分离卷积层的卷积核尺寸为3x3，输出通道数为128；所述第二卷积层的卷积核尺寸为3x3，输出通道数为128。

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成都云盯科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区世纪城南路599号7栋8层803号、804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”。