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！

龙图腾网获悉华南理工大学申请的专利一种泊车场景下精确提取视觉SLAM静态特征的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：CN115439743B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211028947.4，技术领域涉及：G06V20/10；该发明授权一种泊车场景下精确提取视觉SLAM静态特征的方法是由崔博非;胡习之;李洪涛;符茂达设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种泊车场景下精确提取视觉SLAM静态特征的方法在说明书摘要公布了：本发明公开一种泊车场景下精确提取视觉SLAM静态特征的方法，对于停车场场景有行人和车辆等动态物体的情况，使用多线程并行，利用目标检测模型将车辆与行人框出形成mask掩码；同时摒弃目前VSLAM系统常用的手工特征，选择使用改进的基于深度学习特征提取模型SuperPoint进行特征提取，让特征提取的精度更高更鲁棒，得出图像帧的关键点与描述子，根据生成的mask掩码筛选并剔除动态物体框中的特征点，利用剩余的精准静态特征点进行特征匹配和相机位姿估计，后续即可执行跟踪、建图和回环检测线程，完成整个SLAM工作。使用本方法降低了记忆泊车场景中误匹配的概率，可有效解决SLAM算法难以剔除动态特征点、场景识别精度低的缺陷，提高了记忆泊车的可靠性。

本发明授权一种泊车场景下精确提取视觉SLAM静态特征的方法在权利要求书中公布了：1.一种泊车场景下精确提取视觉SLAM静态特征的方法，其特征在于，包括以下步骤： 步骤1：对车前方的停车场场景提取图像，对图像进行预处理后将图像输入到目标检测网络中进行目标检测，得到目标物的检测框； 步骤2：筛选步骤1中输出的动态物体检测框，并形成mask掩码，与SuperPoint网络提取的特征点结合使用，剔除动态物体检测框的特征点，并得到关键点和描述子，SuperPoint网络包括关键点和描述子的共享编码器、关键点解码器和描述子解码器，共享编码器用于对图像进行编码得到特征图，关键点解码器用于获得图像中关键点的坐标，描述子解码器用于获取关键点的描述子向量，其中，对SuperPoint网络的改进包括：将编码器中的所有卷积改成深度可分离卷积，其中，目标检测和特征点提取使用多线程并行技术，在特征点提取的同时进行目标检测； 步骤3：如果mask掩码代表的是行人，SuperPoint网络对掩码内的特征点进行剔除；如果是汽车，则对比相邻帧的汽车目标检测区域，相邻的两个目标检测区域的非公共部分的特征点保留，公共部分的特征点进行剔除，得到筛选后的静态特征点； 步骤4：利用SuperPoint网络提取并剔除mask掩码内的关键点和描述子，使用剩余的特征点进行特征匹配，继续执行视觉SLAM的tracking模块，计算相机位姿并建图，完成整个SLAM工作； 其中，步骤2中的深度可分离卷积包括逐通道卷积和逐点卷积两个连续过程，逐通道卷积是给每个通道一个单独的卷积核进行卷积，将卷积过程转化到二维平面内进行，最终生成中间特征图，此环节的卷积核参数量为f*f*3，生成的中间特征图进行逐点卷积，使用1*1*3卷积核，最终也输出m层特征图，此部分的参数量为1*3*m；逐通道核与逐点卷积的卷积核的参数量为3*f*f+m，f表示卷积核尺寸。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。