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！

龙图腾网获悉中国矿业大学申请的专利一种用于可穿戴头盔的单目图像深度估计方法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：CN115423857B 。

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：202211242648.0，技术领域涉及：G06T7/50；该发明授权一种用于可穿戴头盔的单目图像深度估计方法是由张华强;程德强;寇旗旗;刘敬敬;徐飞翔;韩成功;张皓翔;吕晨设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本一种用于可穿戴头盔的单目图像深度估计方法在说明书摘要公布了：本发明公开了一种用于可穿戴头盔的单目图像深度估计方法，涉及图像处理技术领域，包括如下步骤：以矿井图像序列作为训练数据，建立进行单目深度估计的深度卷积神经网络模型的训练模型，并从卷积神经网络的平面系数解码器中计算出能预测井下图像深度图的平面系数；基于所述平面系数预测出初始井下图像深度图，根据曼哈顿结构法向检测得到预测法向量，从而与对齐法线相似性约束；通过共平面法向深度约束估计，提取初始预测深度和平面差异求得的深度图，利用两者风格矩阵进行余弦相似度约束。本发明基于能预测井下图像深度图的平面系数间接再预测出深度图，打破了传统的生成初始深度图的方法，且使训练约束的起点高，有效提升了后期深度估计效果。

本发明授权一种用于可穿戴头盔的单目图像深度估计方法在权利要求书中公布了：1.一种用于可穿戴头盔的单目图像深度估计方法，其特征在于，包括如下步骤： 步骤a，以矿井图像序列作为训练数据，建立进行单目深度估计的深度卷积神经网络模型的训练模型，利用残差卷积神经网络作为编码器提取井下图像序列的特征，进而通过平面系数解码器计算出能够预测井下图像深度图的平面系数，然后通过平面系数恢复出初始井下图像深度图； 步骤b，对步骤a得到的初始井下图像深度图进行主导法向量估计，从而将其曼哈顿结构法向约束作为损失函数约束估计； 所述主导法向量估计采取自适应的方法，通过计算矿井下平面的总数，然后选取N为界限值，N大于10时，选取较大平面的50％作为估计法向量的平面，N小于等于10时，选取较大平面的70％作为估计法向量的平面； 步骤c，利用步骤a得到的初始井下图像深度图以及步骤b主导法向量，获取平面到原点差异、法向量差异，与颜色差异组成共平面差异，从而估计出新的平面深度图，以风格特征作为损失函数进行深度约束估计； 所述提取风格特征作为额外信号来约束估计的深度具体为：将预测的初始深度Dp和平面深度分别送入卷积神经网络中编码器提取它们的风格特征以得到两者的格拉姆矩阵gram1和gram2，对两者风格矩阵展开变成一维向量，最后求取该两者的余弦相似度，具体约束为： 其中Nplane是平面区域MP内的像素数，ngarm1，ngram2为提取的两者风格矩阵的一维向量，s,为余弦相似度计算。

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矿业大学，其通讯地址为：221000 江苏省徐州市南郊翟山；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”。