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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于3D运动特征编码的场景流估计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：CN117635650B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202311809121.6，技术领域涉及：G06T7/207；该发明授权基于3D运动特征编码的场景流估计方法及系统是由孙振平;王波;李健;于扬;刘丽;胡德文设计研发完成，并于2023-12-26向国家知识产权局提交的专利申请。

本基于3D运动特征编码的场景流估计方法及系统在说明书摘要公布了：本发明公开了一种基于3D运动特征编码的场景流估计方法及系统，该方法包括：获取相邻的两帧RGB图像以及对应的深度图，得到图像特征与上下文特征；计算图像特征的逐像素相关张量，池化生成四层的相关金字塔；基于相关金字塔、上下文特征以及深度图，得到粗分辨率图像平面运动与粗分辨率深度维度运动，并进行上采样生成全分辨率平面及深度维度运动，最后结合相机内参得到场景流。本发明应用于场景流估计领域，基于3D运动特征编码充分挖掘相邻帧间点对的3D相关性和运动线索，从而极大提高场景流估计的精确性，且在推理速度和参数量方面具有显著的优势，兼具高精度、高速度和低参数量的特点，以此提高当前场景流估计中的估计性能和计算效率。

本发明授权基于3D运动特征编码的场景流估计方法及系统在权利要求书中公布了：1.一种基于3D运动特征编码的场景流估计方法，其特征在于，采用基于3D运动特征编码的场景流估计网络模型对场景流进行估计，包括如下步骤： 步骤1，获取相邻的两帧RGB图像、以及对应的深度图、； 步骤2，基于特征编码与上下文编码，得到图像的图像特征和上下文特征，以及图像的图像特征； 步骤3，计算图像特征与图像特征的逐像素相关张量，并池化生成四层的相关金字塔； 步骤4，基于相关金字塔、上下文特征以及深度图、，结合3D运动特征编码进行迭代预测，得到次迭代后的粗分辨率图像平面运动与粗分辨率深度维度运动； 步骤5，对粗分辨率图像平面运动与粗分辨率深度维度运动进行上采样生成全分辨率平面及深度维度运动，并基于相机内参与全分辨率平面及深度维度运动，得到场景流； 步骤4中，迭代的方式多次进入相同的GRU预测网络，第次迭代后的粗分辨率图像平面运动与粗分辨率深度维度运动的计算过程为： 步骤4.1，基于第次迭代后的粗分辨率图像平面运动分别对相关金字塔与深度图进行索引，获得表观相关特征和深度相关特征，其中，，且粗分辨率图像平面运动与粗分辨率深度维度运动的迭代初值均为0，即、，所述深度相关特征的获取过程为： 对图像的逆深度图进行双线性采样，采样的格子尺寸为，为采样时的邻域半径； 对第次迭代后的预测深度求逆深度，得到第次迭代后的预测逆深度； 求取第次迭代后的预测逆深度与双线性采样结果的残差并拼接，即得到所述深度相关特征； 步骤4.2，基于表观相关特征、深度相关特征、粗分辨率图像平面运动、粗分辨率深度维度运动，得到3D运动特征； 步骤4.3，基于3D运动特征与第次迭代的隐状态特征，预测粗分辨率光流残差与深度运动残差，即可将粗分辨率图像平面运动、粗分辨率深度维度运动更新为第次迭代后的粗分辨率图像平面运动与粗分辨率深度维度运动。

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国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；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”。