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！

龙图腾网获悉南京航空航天大学;北京空间机电研究所申请的专利基于双分支网络架构的多模态遥感图像关键点检测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：CN119888520B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510144226.7，技术领域涉及：G06V20/13；该发明授权基于双分支网络架构的多模态遥感图像关键点检测方法是由岳晨珂;闫钧华;张寅;王达伟;刘明;侯作勋设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本基于双分支网络架构的多模态遥感图像关键点检测方法在说明书摘要公布了：本发明公开一种基于双分支网络架构的多模态遥感图像关键点检测方法，包括如下步骤：将RGB图像和SAR图像分别输入到两个具有相同结构的分支网络，各分支包含：编码器、多尺度局部共享卷积模块、全局信息提取模块和轻量级检测头；在各分支中，图像先通过6个参数不共享的标准卷积层将通道维度升，以最小成本快速得到密集特征描述符；通过参数共享的串行多尺度空洞卷积来获取图像不同感受野区域的局部的特征；再采用Transformer中的多头注意力架构将全局信息与局部特征进行交互结合，得到每个像素的特征描述符；之后采用平均池化和最大值操作获取每个点与局部区域点的相对显著性，最后通过softmax得到关键点检测得分图。

本发明授权基于双分支网络架构的多模态遥感图像关键点检测方法在权利要求书中公布了：1.基于双分支网络架构的多模态遥感图像关键点检测方法，其特征在于，所述方法包括如下步骤： 步骤1：获取多模态遥感图像数据集，所述多模态遥感图像数据集包含RGB图像和SAR图像； 步骤2：划分所述多模态遥感图像数据集构成训练数据库； 步骤3：构建多模态遥感图像关键点检测与描述的深度神经网络模型，所述深度神经网络模型包含两个分支，每个分支分别由编码器网络、多尺度局部共享卷积模块、全局信息提取模块和轻量级检测头四部分组成，模型的两个分支的输入分别为RGB图像、SAR图像，RGB图像和SAR图像经过配准，全局信息提取模块输出为两个图像各自的特征描述符，轻量级检测头部分的输出为两个模态图像各自的关键点得分，其中，通过编码器网络快速提取不同模态的基本特征，以最小成本快速得到密集特征描述符；之后通过参数共享的串行多尺度空洞卷积来获取图像不同感受野区域的局部特征；再采用Transformer中的多头注意力架构将全局上下文语义信息与局部特征进行交互结合，得到每个像素点的特征描述符；之后采用平均池化和最大值操作获取每个点与局部区域点的相对显著性，最后通过softmax得到关键点检测得分图； 步骤4：采用所述训练数据库训练步骤3的深度神经网络模型，得到训练后的多模态遥感图像关键点检测与描述的深度神经网络模型； 步骤5：将待检测的多模态图像输入步骤4中训练后的深度神经网络模型，全局信息提取模块输出得到每个像素点的特征描述符，轻量级检测头最后一层的输出值经过softmax函数计算得到每个像素的关键点得分，实现多模态图像的关键点检测与描述。

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南京航空航天大学;北京空间机电研究所，其通讯地址为：210000 江苏省南京市江宁区将军大道29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。