- 0
- 0
- 约1.01万字
- 约 18页
- 2026-06-05 发布于山西
- 举报
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN119649073A
(43)申请公布日2025.03.18
(21)申请号202510187661.8
(22)申请日2025.02.20
(71)申请人西南交通大学
地址611700四川省成都市郫都区犀安路
999号
(72)发明人叶沅鑫龚国庆高宇翔韩志强葛旭明吴小丹李小军
(74)专利代理机构成都点睛专利代理事务所(普通合伙)51232
专利代理师孙一峰
(51)Int.Cl.
G06V10/75(2022.01)
G06V10/80(2022.01)
G06V10/82(2022.01)
G06V20/10(2022.01)
G06N3/088(2023.01)
G06N3/0475(2023.01)
G06N3/045(2023.01)
G06N3/0464(2023.01)
G06N3/094(2023.01)
权利要求书2页说明书6页附图2页
(54)发明名称
一种基于无监督域适应的跨模态异源图像
匹配方法
(57)摘要
CN119649073A本发明提出一种基于无监督域适应的跨模态异源图像匹配方法,旨在解决现有深度学习方法在跨模态遥感图像匹配中对目标域标注数据的依赖问题。通过风格迁移技术实现源域
您可能关注的文档
- CN119648865A 基于多元化数据的海报生成方法与系统 (上海八彦图信息科技有限公司).docx
- CN119648871A 图像处理方法、装置及电子设备 (北京字跳网络技术有限公司).docx
- CN119648872A 图像处理方法、装置、电子设备及存储介质 (北京字跳网络技术有限公司).docx
- CN119648880A 人体重建方法及相关装置 (Oppo广东移动通信有限公司).docx
- CN119648881A 基于光线追踪与光栅化的渲染方法、装置、设备及介质 (深圳市瑞云科技股份有限公司).docx
- CN119648913A 一种街道场景的重建方法、电子设备及存储介质 (成都拱鼎科技有限公司).docx
- CN119648923A 基于证据融合的神经辐射场可信孪生建模方法及存储介质 (南京邮电大学).docx
- CN119648924A 动态场景实时重建方法、导航方法、装置、设备及介质 (深圳大学).docx
- CN119648925A 基于多模态深度分布监督的高效3d高斯场景重建方法 (成都信息工程大学).docx
- CN119648926A 一种深度神经网络损失景观的可视化方法及系统 (南京信息工程大学).docx
原创力文档

文档评论(0)