原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于双分支并行深度交互的多源图像块匹配方法，属于图像处理技术领域。设计了一种高精度的多源图像块匹配网络模型，使用由孪生和伪孪生构成的四分支网络提取跨模态图像间的共有特征和私有特征。使用尺度通道注意力模块对不同尺度特征分别进行编码，每个尺度都通过通道注意力提取跨模态一致性特征；同时设计空间相关性特征增强模块学习不同模态间特征的相关度。最后采用深度交互融合与预测模块对空间和通道特征融合并预测匹配结果。本发明的SCCA‑Net在VL‑CMIM数据集上FPR95的平均值可以达到3.95，性
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116597177 A
(43)申请公布日 2023.08.15
(21)申请号 202310216711.1
(22)申请日 2023.03.08
(71)申请人 西北工业大学
文档评论（0）