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！

龙图腾网恭喜西安理工大学申请的专利一种结合图像语义与坐标关系的特征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：CN114359600B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202111614081.0，技术领域涉及：G06V10/75；该发明授权一种结合图像语义与坐标关系的特征误匹配检测方法是由肖照林;李锐源;金海燕设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本一种结合图像语义与坐标关系的特征误匹配检测方法在说明书摘要公布了：本发明公开了一种结合图像语义与坐标关系的特征误匹配检测方法，该方法由三个特定功能模块构成的深度学习检测网络对图像误匹配点进行检测，三个功能模块包括语义向量生成模块、坐标位置关系向量生成模块、以及匹配点对判别模块；其中语义向量生成模块输入需先进行旋转方向和尺度的对齐操作，通过在大量包含正确匹配点对和误匹配点对的已标注训练数据集上进行深度学习网络训练，训练后网络可以对待检测的匹配图像点对的匹配关系的正确性进行有效判别；本发明采用新的深度学习方法显著提升了对匹配点对正确性判别的准确率与鲁棒性，此外本发明还可为人脸识别，三维重建，图像检索，自动驾驶等领域应用提供高质量的特征点匹配关系校验方法。

本发明授权一种结合图像语义与坐标关系的特征误匹配检测方法在权利要求书中公布了：1.一种结合图像语义与坐标关系的特征误匹配检测方法，其特征在于，包括以下步骤：步骤1，选取大量待匹配图像，采用自动化匹配计算方法加人工交互式标注方法，获得大量正确匹配点对和误匹配点对，从所有的匹配点对中选出2000个匹配点对作为一个样本，样本数据构成训练数据集；步骤2，搭建可处理邻域图像块与图像坐标的多模态神经网络结构，该神经网络结构包括3个模块，分别是语义向量生成模块、坐标位置关系向量生成模块、匹配点对判别模块；步骤3，对于训练数据集中的每个匹配点对，采用尺度归一化与图像旋转操作对匹配点对的邻域图像块进行对齐预处理，将对齐后的匹配点对邻域图像块输入到步骤2搭建的语义向量生成模块，得到所有匹配点对的语义向量；步骤4，获取训练数据集中每个样本所有匹配点对的位置坐标，并将每个样本所有匹配点对的位置坐标输入到步骤2搭建的坐标位置关系向量生成模块，得到每个样本所有匹配点对的位置信息特征向量，并对每个样本的所有匹配点对的邻域图像语义向量和位置信息特征向量进行特征融合；步骤5，构造参数化神经网络模型，把训练数据集中每个样本所有匹配点对的邻域图像块和位置坐标输入到参数化神经网络模型中，得到输出结果；步骤6，分别用全连接层和交叉熵损失函数对步骤4的融合特征向量及步骤5的输出结果进行二分类判别，并反向传播更新步骤2所搭建的多模态神经网络以及步骤5所搭建的参数化神经网络的权重参数，用训练数据集数据分别训练这两个网络，并保存出2套不同的权重偏置参数；步骤7，获取待测样本的邻域图像块以及位置坐标，分别输入到步骤6训练好的多模态神经网络以及参数化神经网络中，并得到待测样本的预测结果。

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理工大学，其通讯地址为：710048 陕西省西安市金花南路5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”。