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！

龙图腾网恭喜东北大学申请的专利基于结构感知与多任务蒸馏的长期视觉定位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：CN116524028B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202310580112.8，技术领域涉及：G06T7/73；该发明授权基于结构感知与多任务蒸馏的长期视觉定位方法是由张云洲;宁健;赵新歌;吕乐章;金阳;刘世同设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于结构感知与多任务蒸馏的长期视觉定位方法在说明书摘要公布了：本发明提供一种基于结构感知与多任务蒸馏的长期视觉定位方法，涉及视觉定位技术领域。本发明首先利用边缘检测算法获取场景中鲁棒的结构信息，然后将结构信息以知识蒸馏的方式融入到视觉定位的网络模型中，同时网络主体采用多任务蒸馏的方法使用轻量级的模型学习局部特征与全局特征的提取，在保证精度的同时大幅缩短了分层定位的特征提取时间。该发明能够有效的应对长周期视觉定位过程中出现的视角，光线或季节变化等问题，以服务于无人驾驶和大规模视觉定位等应用场景。

本发明授权基于结构感知与多任务蒸馏的长期视觉定位方法在权利要求书中公布了：1.一种基于结构感知与多任务蒸馏的长期视觉定位方法，其特征在于，包括以下步骤：步骤1：利用边缘特征构建局部结构感知与全局结构感知，提取网络获取结构感知约束；使用X表示输入的图像，Y表示边缘的真值，边缘特征提取网络Dexined共有6个输出层，每一个输出层通过上采样块生成预测，并用wi表示第i层输出的权重，总权重表示为W＝w1,w2,...,w6；则每一个侧输出层的损失函数为： 其中Y+和Y-分别表示边缘像素与非边缘像素，ε＝|Y-||Y|，代表sigmoid函数在j像素处的激活值，为可学习参数；所述边缘特征使用边缘特征提取网络Dexined；所述边缘特征提取网络Dexined是一种多通道输出的边缘检测网络，包含六个子模块，将边缘特征提取网络Dexined分为前三个子模块以及后三个子模块两个部分，在每个侧输出口的上采样块之前插入结构感知模块Structure-Awareblock，结构感知模块由一个1*1卷积层和一个上采样块组成，将边缘特征提取网络Dexined的前三层与后三层侧输出口通过1*1卷积作为结构感知约束的输出，再通过上采样块分别得到局部结构感知和全局结构感知的可视化图像；所述结构感知模块以交叉熵作为局部和全局的结构感知的损失函数，结构感知模块的损失函数如下： 其中和分别代表局部结构感知和全局结构感知的预测输出，αi,β,γ为调整参数，yj为训练图像真值，i为输出层，i＝0，1，...，6；CrossEntropy为交叉熵损失函数，被用于衡量网络输出的预测值与真实标签之间的差异性；步骤2：结构感知与多任务蒸馏模型的分层定位网络实现；通过分层定位网络SAMLoc提取数据库图像的局部特征和全局特征，然后利用局部特征离线构建SfM地图，并将数据库图像的全局特征构建数据库索引；当输入查询图像时，通过结构感知模块分别获取查询图像的全局特征与局部特征，先利用全局特征通过KNN与数据库索引匹配进行粗匹配，再利用得到的局部特征与SfM地图通过随机抽样一致性算法RANSAC与匹配算法PnP进行2D-3D匹配，最终获得查询图像的6自由度位姿；所述分层定位网络使用MobilenetV3作为骨干网络，使用局部特征和全局特征教师模型分别选用Superpoint和NetVLAD，然后引入结构感知模块实现对蒸馏过程的约束；在MobilenetV3的第7层为局部特征提取分支，而在MobilenetV3的第18层为全局特征提取，将结构感知约束加入到MobilenetV3的第4层和第11层，保持主干网络的结构不变。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。