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！

龙图腾网恭喜南京工业大学申请的专利一种结合手工特征和学习特征的弹底窝痕特征识别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：CN117079272B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202310122918.2，技术领域涉及：G06V20/69；该发明授权一种结合手工特征和学习特征的弹底窝痕特征识别方法是由张浩;沐春华;管旭;耿乐;虞浒设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种结合手工特征和学习特征的弹底窝痕特征识别方法在说明书摘要公布了：本发明提供一种结合手工特征和学习特征的痕迹识别方法以实现关键点检测及关键点的特征描述，相较于端到端的神经网络算法，其既利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。本发明与现有技术相比具有以下技术效果：使用手工特征与学习特征结合方法，利用了图像的梯度信息，又减少了网络结构参数与参数计算，能够实现弹痕的关键点检测的稳定性。改进Key.Net模型的CNN结构，使其更适应弹痕任务的特征学习及组合能力；利用大规模数据集训练Key.Net模型，并迁移到小样本的弹痕实例中，提升了模型的可靠性及检测的准确度。

本发明授权一种结合手工特征和学习特征的弹底窝痕特征识别方法在权利要求书中公布了：1.一种结合手工特征和学习特征的痕迹识别方法，其特征是包括具体步骤如下：步骤S1：通过三维共聚焦显微镜采集的枪弹痕迹图像进行裁剪及滤波处理，以凸显其粗糙度特征；将预处理后的弹痕图像样本构建成弹痕数据总集，取其80％样本集作为算法训练集，20％作为验证集；步骤S2：建立改进的特征点提取网络模型Key.Net，其包括手工特征点滤波器、学习特征点滤波器、多尺度空间索引建议层，对原有Key.Net学习特征点滤波器改进，以适应弹痕任务；步骤S3：将ImageNet大规模数据集进行图像仿射变换，以生成图像对数据集，输入至步骤S2所建立的Key.Net孪生模型中，获得最优模型参数；步骤S4：将步骤S1中弹痕训练集导入S3中最优参数模型中继续迭代训练，并利用步骤S1中验证集检验模型准确度，冻结验证集最高匹配准确率的Key.Net模型参数，作为最终关键点检测模型；步骤S5：采集待配准的弹痕图像，输入至步骤S4的Key.Net特征点检测模型，获取关键点响应图，再利用HardNet为关键点构建特征描述，通过计算关键点间的特征描述的欧式距离，即可实现与基准弹痕图像的配准。

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工业大学，其通讯地址为：211816 江苏省南京市江北新区浦珠南路30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”。