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！

龙图腾网获悉暨南大学申请的专利一种基于双边域运动校正的异常匹配去除方法及系统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：CN120543890B 。

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：202511037190.9，技术领域涉及：G06V10/75；该发明授权一种基于双边域运动校正的异常匹配去除方法及系统是由林舒源;廖海良;黄斐然;翁健设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种基于双边域运动校正的异常匹配去除方法及系统在说明书摘要公布了：本发明公开了一种基于双边域运动校正的异常匹配去除方法及系统，该方法包括下述步骤：对不同视角图像的匹配点对进行坐标归一化，构建无序运动集合；对无序运动集合和归一化坐标进行特征嵌入，构建初始运动特征；对初始运动特征进行迭代优化，得到校正后的多层运动特征，基于校正前后的运动残差信息计算各匹配点对的内点概率，剔除内点概率低于设定概率阈值的匹配点对。本发明通过增强模型的空间感知能力和构建双边域多尺度上下文建模机制，显著提升了匹配的精度和鲁棒性。

本发明授权一种基于双边域运动校正的异常匹配去除方法及系统在权利要求书中公布了：1.一种基于双边域运动校正的异常匹配去除方法，其特征在于，包括下述步骤： 对不同视角图像的匹配点对进行坐标归一化，构建无序运动集合； 对无序运动集合和归一化坐标进行特征嵌入，构建初始运动特征； 对初始运动特征进行迭代优化，得到校正后的多层运动特征，具体包括： 将初始运动特征转换为归一化图像空间上的有序运动场特征，具体包括： 将归一化的二维图像空间划分为多个局部区域，选取局部区域的中心位置，对中心位置坐标进行映射，生成局部嵌入向量集合，基于局部嵌入向量集合与运动特征构建图，采用图注意力网络将无序运动特征正则化为各局部区域的有序运动特征，具体表示为： ； ； 其中，表示有序运动特征，表示图注意力网络，表示局部嵌入向量集合，表示第层的运动特征，表示局部运动信息的聚合操作，表示融合操作； 局部运动信息的聚合操作具体表示为： ； ； ； ； ； 其中，、分别表示由经过两个不同的线性变换得到的键矩阵和值矩阵，上标表示对矩阵的转置，表示查询矩阵，表示带泄漏的修正线性单元，和分别是可学习的缩放因子和偏置项，表示位置感知项，表示分类先验，表示激活函数，表示多层感知机，表示局部区域的中心位置，表示归一化坐标，表示对角化操作，表示Sigmoid激活函数，表示由前一运动校正单元计算得到的每个运动样本的逻辑值，表示对角化操作后的矩阵； 有序运动场特征经编码器得到不同尺度上的编码特征； 不同尺度上的编码特征通过计算通道注意力得到模式对齐特征，具体包括： 通道交叉注意力将各个尺度上的编码特征通过分块二维卷积转换为相同序列长度的图像块特征，图像块特征沿着特征维度进行拼接，并经过层归一化和线性变换生成查询矩阵、键矩阵和值矩阵，通过深度卷积嵌入空间上下文信息； 通过计算通道注意力实现不同尺度的编码特征之间的信息交互和运动模式对齐，得到不同尺度上的模式对齐特征，表示为： ； ； 其中，、、分别表示嵌入空间上下文信息的查询矩阵、键矩阵和值矩阵，表示实例归一化操作，表示线性变换计算，表示模式对齐特征，表示图像块特征； 对模式对齐特征进行强化，得到强化的模式对齐特征，与编码特征残差连接得到经过运动调制的编码特征； 将编码特征逐步上采样至原始分辨率，解码得到经过调整的运动场特征； 经过调整的运动场特征对第层的运动特征进行校正，得到校正后的多层运动特征； 基于校正前后的运动残差信息计算各匹配点对的内点概率，剔除内点概率低于设定概率阈值的匹配点对。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。