買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西安電子科技大學;杭州職業技術學院申請的專利基于跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115331029B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210998060.1，技術領域涉及：G06V10/74；該發明授權基于跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法是由緱水平;楊華;姚瑤;陳云志;郭璋;李晟;毛莎莎設計研發完成，并于2022-08-19向國家知識產權局提交的專利申請。

本基于跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法在說明書摘要公布了：本發明公開了一種基于跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法，主要解決現有技術對于大尺寸異源圖像對難以平衡匹配速度和精度的問題。其實現方案為：根據開源數據集構建訓練集和測試集；構建相關圖約束Segformer特征提取骨架；建立跨模態交叉注意力Transformer網絡，并將其與特征提取骨架級聯，構成跨模態轉換匹配網絡；利用訓練集數據端到端地訓練匹配網絡；將測試集圖像輸入到訓練好的匹配網絡得到輸出特征，根據輸出特征計算測試圖像的相似性矩陣，并使用最優傳輸優化該矩陣，優化后相似性矩陣中最大值點的坐標即為測試圖像對的匹配點。本發明提高了異源圖像匹配的準確率和匹配速度，可用于飛行器的輔助制導。

本發明授權基于跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法在權利要求書中公布了：1.跨模態轉換網絡與最優傳輸理論的異源圖像匹配方法，其特征在于，包括：1構建異源圖像匹配的訓練數據和測試數據：1a從開源數據集OSDataset中選擇尺寸為512×512的圖像對作為選用數據集，該數據集包含成對的已經完成配準的SAR和可見光圖像；1b將選用數據集每對圖像中的可見光圖像作為搜索圖像，在每幅可見光對應的SAR圖像中隨機選擇像素作為左上角坐標，剪裁出256×256的圖像作為模板圖像，并保存該左上角坐標作為該圖像對的真實標簽；1c將成對的剪裁后的SAR圖像和對應的可見光圖像中80％的圖像對作為訓練集，20％的圖像對作為測試集；2構建跨模態Transformer匹配網絡N1：2a設置包含相關圖約束的Segformer特征提取骨架；2b建立包含跨模態交叉注意力的Transformer網絡N0；2c將包含相關圖約束的Segformer特征提取骨架、包含跨模態交叉注意力的Transformer網絡級聯，組成跨模態Transformer匹配網絡N1；3利用訓練數據和最優傳輸理論，使用Adam算法對匹配網絡N1進行迭代訓練，得到訓練好的匹配網絡N2；4利用最優傳輸和訓練好的匹配網絡N2對測試集的圖像對進行匹配：4a將測試集中的SAR圖像和可見光圖像輸入到訓練好的匹配網絡N2中，得到測試圖像對的SAR圖像特征fs′和可見光圖像特征fo′；4b計算測試圖像對輸出特征的相似性矩陣M′： 其中，T表示矩陣的轉置，||||表示取模；4c根據測試圖像對輸出特征的相似性矩陣M′利用最優傳輸優化計算測試圖像對最優匹配概率C*′；4d將測試圖像最優匹配概率C*′與其相似性矩陣M′相乘，得到優化后的相似性度量矩陣M′opt：M′opt＝C*′⊙M′其中，⊙表示矩陣中對應位置的元素相乘；4e將M′opt中最大值點的坐標作為匹配點xtest,ytest，該點即為測試集中SAR模板圖像在可見光圖像中的對應匹配位置，完成異源圖像的匹配。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安電子科技大學;杭州職業技術學院，其通訊地址為：710071 陜西省西安市太白南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。