基于特征解耦的多模态图像配准方法、系统和计算机设备(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于特征解耦的多模态图像配准方法、系统和计算机设备,包括以下步骤:1、获取若干多模态图像并处理,得到具有多样性的多模态图像配准数据集;2、搭建基于特征解耦的多模态图像配准神经网络模型;3、设计损失函数监督多模态图像配准神经网络模型的训练,优化配准过程;4、利用训练好的多模态图像配准神经网络模型对待配准多模态图像进行处理,得到图像转换参数矩阵,根据图像转换参数矩阵对图像对中的待配准图像进行转换,得到配准后的图像。本发明所提出的基于特征解耦的多模态图像配准方法,能够有效提高多模态图像配准的性能,尤其是在面对不同模态之间较大差异的情况下,表现出良好的鲁棒性。
《基于特征解耦的多模态图像配准方法、系统和计算机设备(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025101705633,当前法律状态为已下证,由湖南大学提出申请,发明人为朱青;李天明;王耀南;周振;罗建桥;黄嘉男;林煌彬;隋永杰;李奕江,申请日期为2025-02-17,公开(公告)日期为2025-05-02,国际专利分类号(IPC)为 G06T 7/33 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。专利114 作为出让方直接签约,提供权利核验、合同拟定、评审用证明材料整理与国家知识产权局著录项目变更代办,个人与企业采购均可办理。用于职称或落户时,建议先确认当地对专利类型、授权时间与申请人身份的具体要求,我们可协助逐条比对,避免买了用不上。专利摘要:本发明公开了一种基于特征解耦的多模态图像配准方法、系统和计算机设备,包括以下步骤:1、获取若干多模态图像并处理,得到具有多样性的多模态图像配准数据集;2、搭建基于特征解耦的多模态图像配准神经网络模型;3、设计损失函数监督多模态图像配准神经网络模型的训练,优化配准过程;4、利用训练好的多模态图像配准神经网络模型对待配准多模态图像进行处理,得到图像转换参数矩阵,根据图像转换参数矩阵对图像对中的待配准图像进行转换,得到配准后的图像。本发明所提出的基于特征解耦的多模态图像配准方法,能够有效提高多模态图像配准的性能,尤其是在面对不同模态之间较大差异的情况下,表现出良好的鲁棒性。
本专利适配多类个人与企业需求:职称评审中的业绩与成果材料、人才引进与积分落户的知识产权加分、行业资质与科技项目申报、企业高企认定与技术储备。专利权人为官方登记主体,法律状态可核验,转让后提供专利证书与登记簿副本,可直接装订进评审或申报材料。
