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！

龙图腾网获悉南京邮电大学申请的专利基于深度学习的视觉SLAM动态特征点去除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：CN116977825B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202311013116.4，技术领域涉及：G06V10/82；该发明授权基于深度学习的视觉SLAM动态特征点去除方法是由张载龙;刘祥成设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本基于深度学习的视觉SLAM动态特征点去除方法在说明书摘要公布了：本发明公开了一种基于深度学习的视觉SLAM动态特征点去除方法，步骤S1、获取目标帧输入到预先训练好的潜在动态物体识别模型，识别动态目标和静态物体；步骤S2、根据预设条件统计目标帧的特征点的数量判断特征点的数量是否超过阈值，若否则转步骤S4，若是则转步骤S3；步骤S3、将动态目标框内的特征点全部去除；步骤S4、进一步细化动态目标及与其重合的静态物体的区域；步骤S5、对细化的区域内的特征点的深度信息进行K‑Means聚类；步骤S6、对聚类后的每一类随机挑选出其中的部分数量的特征点进行动态点检测，进行特征点去除。优点：保证实时性同时避免特征点的浪费，加快动态点检测的速度。

本发明授权基于深度学习的视觉SLAM动态特征点去除方法在权利要求书中公布了：1.一种基于深度学习的视觉SLAM动态特征点去除方法，其特征在于，包括： 步骤S1、获取待去除动态特征点的目标帧，将目标帧输入到预先训练好的潜在动态物体识别模型，识别动态目标和静态物体； 步骤S2、根据预设条件统计目标帧的特征点的数量，所述预设条件为：被统计的特征点不在动态目标对应的动态目标框中，且不在与动态目标框有重合部分的静态物体对应的静态目标框中； 判断所述特征点的数量是否超过阈值T，若未超过则转步骤S4，若超过则转步骤S3； 步骤S3、将动态目标框内的特征点全部去除； 步骤S4、对动态目标框及与其重合的静态物体框采用语义分割进一步细化动态目标及与其重合的静态物体的区域； 步骤S5、对步骤S4细化的区域内的特征点的深度信息进行K-Means聚类； 步骤S6、对步骤S5聚类后的每一类随机挑选出其中的部分数量的特征点采用多视图几何方法进行动态点检测，若每一簇均有超过设定比例的特征点经检测为动态点则将该区域的所有特征点去除，否则只去除超过设定比例特征点为动态点的簇。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。