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;北京航天自动控制研究所申请的专利一种基于特征对抗网络的异源图像模板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：CN116433735B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202310233148.9，技术领域涉及：G06T7/33；该发明授权一种基于特征对抗网络的异源图像模板匹配方法是由郭璋;李晟;郑智辉;缑水平;王新林;毛莎莎设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于特征对抗网络的异源图像模板匹配方法在说明书摘要公布了：本发明公开了一种基于特征对抗网络的异源图像模板匹配方法，包括以下步骤：构建训练集；分别构建特征提取网络、特征映射层和模态判别网络；利用训练数据，使用生成对抗策略对网络进行迭代训练，对待匹配数据集的异源图像进行匹配。本发明基于对抗学习，通过一个特征映射器和一个模态判别网络进行最大最小博弈来达到动态的纳什均衡。在特征映射器中，除了计算两个模态的映射特征的结构损失之外，还引入了纹理复杂度计算和匹配结果约束来确保跨模态的特征在投影到公共子空间后仍然有着很好的表征能力，从而间接实现异源图像的同源转化，降低匹配的难度，提高了异源图像匹配的准确率。

本发明授权一种基于特征对抗网络的异源图像模板匹配方法在权利要求书中公布了：1.一种基于特征对抗网络的异源图像模板匹配方法，其特征在于，包括以下步骤：步骤10，构建训练集；所述训练集中包括多个配准的SAR图像和可见光图像构成的图像对、SAR图像模板以及对应的匹配标签；其中，SAR图像模板为以与可见光图像配准的SAR图像的任意像素点作为左上角坐标的预设尺寸的图像区域，所述匹配标签为SAR图像模板的左上角像素坐标；步骤20，分别构建特征提取网络、特征映射层和模态判别网络；其中，所述特征映射层为tanh作为激活函数的三层前馈神经网络，所述模态判别网络包括三个全连接层和Softmax层；步骤30，将所述训练集的图像对依次输入所述特征提取网络和所述特征映射层中，得到SAR映射特征图的序列和可见光映射特征图的序列；步骤40，根据所述SAR映射特征图的序列、所述可见光映射特征图的序列、所述SAR图像模板和所述模态判别网络计算其L2范数、灰度共生矩阵的熵、匹配损失和判别损失；步骤50，根据所述L2范数、所述灰度共生矩阵的熵、所述匹配损失和正则函数确定映射总损失；步骤60，根据所述映射总损失和所述判别损失采用Adam算法对所述特征映射层和所述模态判别网络的参数进行更新，得到更新后的特征映射层和更新后的模态判别网络；步骤70，根据待匹配数据集、所述特征提取网络和更新后的特征映射层确定SAR图像和可见光图像的匹配结果。

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电子科技大学;北京航天自动控制研究所，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”。