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！

龙图腾网获悉信阳师范学院申请的专利一种基于强化学习的无监督误匹配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：CN115240065B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210590635.6，技术领域涉及：G06V20/10；该发明授权一种基于强化学习的无监督误匹配检测方法是由陈时雨设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本一种基于强化学习的无监督误匹配检测方法在说明书摘要公布了：本发明涉及一种基于强化学习的无监督误匹配检测方法，本发明首先将无标注的匹配点输入到误匹配检测网络，对检测网络进行训练，通过多次迭代得到最佳网络参数，并利用保存最佳网络参数的最终网络模型对待检测匹配点集进行检测，通过生成N个抽样子集并评估其对应模型，最后将模型的最大一致集作为正确匹配点对集合，从而完成了误匹配检测和剔除。本发明具有更高的误匹配检测效率、精度和稳定性，并且一方面克服了样本标签问题；另一方面不受误匹配率的限制，可以在较少的采样次数下得到大量正确匹配点；且该方法是一个无监督学习的框架，可以和其他分类网络兼容，解决误匹配探测问题。

本发明授权一种基于强化学习的无监督误匹配检测方法在权利要求书中公布了：1.一种基于强化学习的无监督误匹配检测方法，其特征在于，包括以下步骤： 步骤1、将匹配点集s输入检测网络π，检测网络π为每个匹配点对生成输出一个相对匹配概率θ，θ＝πs；ω，ω是π的网络参数； 步骤2、利用相对匹配概率θ初始化一个分类分布，并依据该分类分布从s中抽样N次，得到N个匹配点子集，对于任一匹配点子集Ωk，计算其对应的几何变换模型hk； 步骤3、利用公式计算得到更新后的网络参数ω'，式中η表示预设学习率，其中通过深度学习库中的工具自动求出； 其中，rk表示几何变换模型hk的评分，表示第k个抽样子集的第j个匹配点对，表示求解在集合s中的索引号，是对应的相对匹配概率； 计算得到ω'后迭代次数加1，判断是否满足迭代结束条件，若是，转入下一步，若否，转入步骤1，并将步骤1中网络参数ω更新为ω'； 步骤4、保存最后一次迭代得到的网络参数，得到最终的优化网络； 步骤5、将待检测匹配点集t输入最终的优化网络，得到匹配点的相对匹配概率θ；利用θ初始化一个分类分布，并依据该分布从t中进行M次重复抽样，得到M个匹配点子集并计算每个匹配点子集对应的模型； 步骤6、统计每个模型对应的一致集，将包含最多匹配点的一致集作为待检测匹配点集对应的正确匹配点对集合。

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信阳师范学院，其通讯地址为：464000 河南省信阳市南湖路237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。