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！

龙图腾网获悉东北大学申请的专利一种基于特征中心区域扩散和边缘辐射的跨视角地理定位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：CN119723020B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411773967.3，技术领域涉及：G06V10/24；该发明授权一种基于特征中心区域扩散和边缘辐射的跨视角地理定位方法是由张云洲;葛发蔚;王丽;张禧辰;张艺钟;齐曼;周泓宇设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种基于特征中心区域扩散和边缘辐射的跨视角地理定位方法在说明书摘要公布了：本发明属于计算机视觉技术领域，尤其涉及一种基于特征中心区域扩散和边缘辐射的跨视角地理定位方法。提出基于关键特征中心区域扩散模块来进一步关注图像中的关键区域从而提高所提取特征的鉴别性。在此基础上，为了防止在寻找关键区域使会忽略周围的一些有效信息，设计了边缘辐射机制来进一步挖掘图像中的有效信息。此外，本发明还引入了基于对称的三重INFONCE损失函数来辅助模型获取鲁棒的全局特征和局部特征。最后，在两个跨视图地理定位数据集上分别进行了测试，即University‑1652和SUES‑200。实验结果证明了所提出的网络模型优于目前最先进的算法证明了方法的有效性。

本发明授权一种基于特征中心区域扩散和边缘辐射的跨视角地理定位方法在权利要求书中公布了：1.一种基于特征中心区域扩散和边缘辐射的跨视角地理定位方法，其特征在于，包括步骤如下： 获取不同平台视角图像，输入至主干网络；所述主干网络为双分支架构，每个分支的结构相同且骨干网络权重共享；每个分支结构包括骨干网络、关键特征中心区域扩散模块、边缘辐射机制和分类器模块； 所述骨干网络以ConvNeXt-base为基础；不同平台视角图像输入至骨干网络，提取该图像的全局特征； 所述全局特征分别输入至分类器模块和关键特征中心区域扩散模块； 全局特征、关键特征中心区域扩散模块获得的特征和边缘辐射机制获得的特征三者相加形成同原始全局特征尺寸相同的新特征，新特征通过一个MLP层后输入至分类器模块中； 基于损失函数对整体主干网络进行优化，优化后的主干网络用于解决跨视角地理定位问题； 在测试阶段，首先将参考图像输入到对应分支网络中获取特征并通过分类器生成最终的特征，将这些特征进行存储作为查询的参考库；将需要查询的特征输入到另一个分支的网络获得输入图像的特征；将输入图像的特征和参考查询库中的特征进行对比，从而在查询库中找到与查询图像最接近的相同场景在不同视角下的图像完成跨视角下的地理定位任务； 所述关键特征中心区域扩散模块具体为： 关键特征中心区域扩散模块提取全局特征中的关键特征，以关键特征作为中心，进一步扩散关键特征； 所述关键特征中心区域扩散模块采用特征热力图和特征相似度两种关系来判断哪个关键特征被选择作为中心区域； 基于特征热力图和特征相似度两种关系分别获取热力图判断矩阵和相似度判断矩阵；将热力图判断矩阵和相似度判断矩阵进行相加并从高到低排序，以此来选取初始的关键特征中心区域；在选取的过程中删除相邻九宫格内作为中心区域的特征，并用其他相加值高的区域特征进行补充，从而确定最终的关键特征中心；在确定好这些关键特征中心后，基于这些关键特征中心区域向四周扩散；在扩散的过程中所有中心区域同时以九宫格的方式向周围扩散，当该特征扩散范围同其他特征扩散范围重叠或接触到边界时停止扩散；最终，将扩散后的特征组合到一起，构成局部信息部分的一个组成部分； 所述边缘辐射机制对关键特征中心区域扩散模块获得的特征进行处理，过程具体如下： 在关键特征中心区域扩散模块确定特征中心区域后，将这些关键特征集合起来并确定这些特征的边界；由于集合后的特征不是一个相对规则的尺寸，根据目前的不规则区域确定特征的边界范围并扩大到不规则图像各个边的边界，从而扩大整个特征选取区域的范围并生成边缘辐射特征； 采用方形环划分策略对边缘辐射特征进行区域划分，生成局部特征；所述方形环划分策略根据距离图像中心的距离对整个边缘辐射特征进行分块。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。