龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安交通大学
申请日：2024-04-08
公开（公告）日：2024-06-21
公开（公告）号：CN118230006A
主分类号：G06V10/75
分类号：G06V10/75;G06V10/26;G06V10/80;G06V10/82;G06V10/25
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种基于大模型分割增强特征的图像匹配方法，S1、基于通用的分割大模型，得到输入图像的分割掩码、提取特征图和关键点；S2、设计全局语义融合模块，搜索得到待增强关键点和其对应的分割掩码；S3、利用分割掩码从输入图像的特征图中提取分割部分的特征作为语义特征；S4、融合得到增强后关键点的特征；S5、整合得到匹配特征；S6、基于匹配特征计算得到匹配代价矩阵，进行线性规划求解得到分配矩阵，得到匹配结果。本发明基于图像分割结果对关键点特征进行语义增强，利用大模型实现图像的分割和特征图的提取，大模型具有通用性，在良好效果的保证下，无需对不同的输入图像进行模型训练，方便高效。
主权项：1.一种基于大模型分割增强特征的图像匹配方法，其特征在于，具体包括如下步骤：S1、基于通用的分割大模型对输入图像进行语义分割得到分割掩码；引入分割大模型的编码器作为输入图像的特征提取器，得到输入图像的特征图；利用关键点提取器从输入图像中提取得到关键点；S2、设计全局语义融合模块，搜索得到关键点中的待增强关键点和其对应的分割掩码；S3、基于全局语义融合模块，利用分割掩码从输入图像的特征图中提取分割部分的特征作为语义特征；S4、将语义特征和待增强关键点的局部特征进行融合，得到增强后关键点的特征；S5、对增强后关键点的特征进行整合得到匹配特征，实现图像自身以及图像之间的局部和全局信息的融合；S6、基于匹配特征计算得到匹配代价矩阵，通过对匹配代价矩阵进行线性规划求解得到分配矩阵，进而得到最终的匹配结果。
全文数据：
权利要求：
百度查询： 西安交通大学 一种基于大模型分割增强特征的图像匹配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号