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！

龙图腾网恭喜西安电子科技大学;杭州职业技术学院申请的专利基于跨模态转换网络与最优传输理论的异源图像匹配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：CN115331029B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210998060.1，技术领域涉及：G06V10/74；该发明授权基于跨模态转换网络与最优传输理论的异源图像匹配方法是由缑水平;杨华;姚瑶;陈云志;郭璋;李晟;毛莎莎设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本基于跨模态转换网络与最优传输理论的异源图像匹配方法在说明书摘要公布了：本发明公开了一种基于跨模态转换网络与最优传输理论的异源图像匹配方法，主要解决现有技术对于大尺寸异源图像对难以平衡匹配速度和精度的问题。其实现方案为：根据开源数据集构建训练集和测试集；构建相关图约束Segformer特征提取骨架；建立跨模态交叉注意力Transformer网络，并将其与特征提取骨架级联，构成跨模态转换匹配网络；利用训练集数据端到端地训练匹配网络；将测试集图像输入到训练好的匹配网络得到输出特征，根据输出特征计算测试图像的相似性矩阵，并使用最优传输优化该矩阵，优化后相似性矩阵中最大值点的坐标即为测试图像对的匹配点。本发明提高了异源图像匹配的准确率和匹配速度，可用于飞行器的辅助制导。

本发明授权基于跨模态转换网络与最优传输理论的异源图像匹配方法在权利要求书中公布了：1.跨模态转换网络与最优传输理论的异源图像匹配方法，其特征在于，包括：1构建异源图像匹配的训练数据和测试数据：1a从开源数据集OSDataset中选择尺寸为512×512的图像对作为选用数据集，该数据集包含成对的已经完成配准的SAR和可见光图像；1b将选用数据集每对图像中的可见光图像作为搜索图像，在每幅可见光对应的SAR图像中随机选择像素作为左上角坐标，剪裁出256×256的图像作为模板图像，并保存该左上角坐标作为该图像对的真实标签；1c将成对的剪裁后的SAR图像和对应的可见光图像中80％的图像对作为训练集，20％的图像对作为测试集；2构建跨模态Transformer匹配网络N1：2a设置包含相关图约束的Segformer特征提取骨架；2b建立包含跨模态交叉注意力的Transformer网络N0；2c将包含相关图约束的Segformer特征提取骨架、包含跨模态交叉注意力的Transformer网络级联，组成跨模态Transformer匹配网络N1；3利用训练数据和最优传输理论，使用Adam算法对匹配网络N1进行迭代训练，得到训练好的匹配网络N2；4利用最优传输和训练好的匹配网络N2对测试集的图像对进行匹配：4a将测试集中的SAR图像和可见光图像输入到训练好的匹配网络N2中，得到测试图像对的SAR图像特征fs′和可见光图像特征fo′；4b计算测试图像对输出特征的相似性矩阵M′： 其中，T表示矩阵的转置，||||表示取模；4c根据测试图像对输出特征的相似性矩阵M′利用最优传输优化计算测试图像对最优匹配概率C*′；4d将测试图像最优匹配概率C*′与其相似性矩阵M′相乘，得到优化后的相似性度量矩阵M′opt：M′opt＝C*′⊙M′其中，⊙表示矩阵中对应位置的元素相乘；4e将M′opt中最大值点的坐标作为匹配点xtest,ytest，该点即为测试集中SAR模板图像在可见光图像中的对应匹配位置，完成异源图像的匹配。

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西安电子科技大学;杭州职业技术学院，其通讯地址为：710071 陕西省西安市太白南路2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”。