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！

龙图腾网恭喜中山大学·深圳;中山大学;中国人民解放军国防科技大学申请的专利一种基于深度学习的像素级跨视角图像定位方法及系统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：CN115203460B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210782818.8，技术领域涉及：G06F16/583；该发明授权一种基于深度学习的像素级跨视角图像定位方法及系统是由郭裕兰;管玮珺;李坤洪设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于深度学习的像素级跨视角图像定位方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的像素级跨视角图像定位方法及系统，方法包括：获取待定位目标的待定位图像以及待定位图像对应的俯拍候选图像集合；通过卷积神经网络对待定位图像和俯拍候选图像集合进行图像特征提取，得到地面特征图和俯视特征图；根据特征之间的特征相似性，计算待定位目标的目标地点概率分布，进而计算像素级定位坐标；根据像素级定位坐标，结合俯拍候选图像集合的拍摄参数信息，确定待定位目标的定位信息。本发明的灵活性高、精度高且泛化能力高，通过高分辨率的俯拍特征和地面全局特征计算定位概率图，进而得到地面图像的像素坐标，最终转化为实际的地理坐标，可广泛应用于图像处理技术领域。

本发明授权一种基于深度学习的像素级跨视角图像定位方法及系统在权利要求书中公布了：1.一种基于深度学习的像素级跨视角图像定位方法，其特征在于，包括：获取待定位目标的待定位图像以及所述待定位图像对应的俯拍候选图像集合；通过卷积神经网络对所述待定位图像和所述俯拍候选图像集合进行图像特征提取，得到地面特征图和俯视特征图；根据所述地面特征图和所述俯视特征图之间的特征相似性，计算待定位目标的目标地点概率分布；根据所述目标地点概率分布计算像素级定位坐标；根据所述像素级定位坐标，结合所述俯拍候选图像集合的拍摄参数信息，确定所述待定位目标的定位信息；所述根据所述地面特征图和所述俯视特征图之间的特征相似性，计算待定位目标的目标地点概率分布，包括：通过余弦相似度的计算方法逐一计算所述地面特征图和所述俯视特征图之间各个像素点的相似度，得到初始响应图；将所述初始响应图乘以预设的温度系数后，通过softmax函数进行处理，得到各个地点的概率图，进而确定所述待定位目标的目标地点概率分布；其中，所述地面特征图和所述俯视特征图的通道数相同；所述根据所述目标地点概率分布计算像素级定位坐标这一步骤中，所述像素级定位坐标的计算公式为： 其中，r为地球半径；lat1,lon1代表俯视图中心点的经纬度；lat2,lon2代表网络预测位置的经纬度。

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中山大学·深圳;中山大学;中国人民解放军国防科技大学，其通讯地址为：518107 广东省深圳市光明新区光明街道华夏路和润家园3栋501；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”。