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！

龙图腾网获悉中南大学申请的专利基于多特征融合的图像匹配方法、系统、电子设备及介质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：CN120807982B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511164775.7，技术领域涉及：G06V10/75；该发明授权基于多特征融合的图像匹配方法、系统、电子设备及介质是由张健;崔天茂;陶泽;赵荣昌;刘超;孙辉设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于多特征融合的图像匹配方法、系统、电子设备及介质在说明书摘要公布了：本申请公开了一种基于多特征融合的图像匹配方法、系统、电子设备及介质，该方法通过构建包含特定特征分支和共享特征分支的目标网络模型，并在特定特征分支末尾接入第一分类器，在共享特征分支末尾接入第二分类器；基于第一分类器、第二分类器、第一特征提取模块、信息提纯模块、第一全局平均池化、第二特征提取模块、多个卷积层以及多个第二全局平均池化各自输出的特征，构建目标损失函数；基于目标损失函数，采用多张可见光图像和多张红外图像训练目标网络模型，得到训练好的目标网络模型；通过训练好的目标网络模型中的共享特征分支对目标可见光图像和目标红外图像进行图像匹配，得到图像匹配结果。本申请能够提高跨模态图像匹配的准确度。

本发明授权基于多特征融合的图像匹配方法、系统、电子设备及介质在权利要求书中公布了：1.一种基于多特征融合的图像匹配方法，其特征在于，所述方法包括： 获取待匹配的目标可见光图像和目标红外图像，以及，获取用于模型训练的多张可见光图像和多张红外图像； 基于ResNet-50网络，构建包含特定特征分支和共享特征分支的目标网络模型，并在所述特定特征分支末尾接入第一分类器，在所述共享特征分支末尾接入第二分类器；其中，所述特定特征分支包括第一特征提取模块、信息提纯模块和第一全局平均池化，所述共享特征分支包括第二特征提取模块、多个卷积层和多个第二全局平均池化； 基于所述第一分类器、所述第二分类器、所述第一特征提取模块、所述信息提纯模块、所述第一全局平均池化、所述第二特征提取模块、所述多个卷积层以及所述多个第二全局平均池化各自输出的特征，构建目标损失函数，包括： 基于所述第一特征提取模块、所述信息提纯模块和所述第一全局平均池化各自输出的特征，构建所述特定特征分支对应的损失函数； 基于所述第二特征提取模块、所述多个卷积层和所述多个第二全局平均池化各自输出的特征，构建所述共享特征分支对应的损失函数； 基于所述特定特征分支最终输出的特征和所述共享特征分支最终输出的特征，构建球形对比蒸馏损失函数，包括： ； 其中，表示球形对比蒸馏损失函数，表示球投影头，表示可见光图像对应的特定特征分支最终输出的特征，表示可见光图像对应的共享特征分支最终输出的特征，表示红外图像对应的特定特征分支最终输出的特征，表示红外图像对应的共享特征分支最终输出的特征，表示L2范数； 基于所述第一分类器输出的结果和所述第二分类器输出的结果，构建细粒度蒸馏损失函数； 结合所述特定特征分支对应的损失函数、所述共享特征分支对应的损失函数、所述球形对比蒸馏损失函数和所述细粒度蒸馏损失函数，构建目标损失函数； 基于所述目标损失函数，采用所述多张可见光图像和所述多张红外图像训练所述目标网络模型，得到训练好的目标网络模型； 通过所述训练好的目标网络模型中的共享特征分支对所述目标可见光图像和所述目标红外图像进行图像匹配，得到图像匹配结果。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。