基于显著性图结构增强的多模态影像匹配方法与系统

AITNT
正文
推荐专利
基于显著性图结构增强的多模态影像匹配方法与系统
申请号:CN202511037884
申请日期:2025-07-28
公开号:CN120543997B
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于显著性图结构增强的多模态影像匹配方法与系统,属于图像处理领域。首先,本发明创新性地构建了像素级显著性置信度图,用以度量各区域的匹配潜力,通过该图引导注意力机制在图结构中动态聚焦于关键区域;其次,融合多尺度结构特征与语义分割信息,增强特征表达的语义感知能力;最后,构建图像内结构图与图像间语义引导图两类异构图结构,通过引入显著性调制的自注意力和交叉注意力机制,实现在图结构上进行的全局‑局部信息增强与跨模态语义对齐,从而显著提升匹配的精度与稳定性,实现多模态影像的半密集匹配。
技术关键词
影像匹配方法 像素点 融合特征 多尺度结构特征 交叉注意力机制 语义特征 语义分割网络 多层级特征 影像匹配系统 多层卷积神经网络 RANSAC算法 语义分割信息 图像 存储程序指令
系统为您推荐了相关专利信息
1
一种多模态医疗信息融合方法
信息融合方法 协同学习方法 文本数据提取 表达式 融合特征
2
一种配电网故障定位方法、装置、终端设备和存储介质
配电网故障定位方法 多源融合 故障检测模型 卷积神经网络提取 深度置信网络
3
基于高分辨率网络的轻量化空间航天器位姿估计方法
空间航天器 关键点 位姿估计方法 深度卷积特征 分支
4
一种基于深度学习的图书馆座位管理系统
检测网络模型 通道注意力机制 图书馆座位 Sigmoid函数 特征融合方法
5
一种面向无人机农田边界提取的数据集生成方法及系统
面向无人机 农田边界 生成方法 切片 生成样本数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号