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！

龙图腾网获悉北京邮电大学申请的专利一种基于扩散模型与目标提示的单目图像深度估计方法、装置及设备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：CN120147390B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510226151.7，技术领域涉及：G06T7/50；该发明授权一种基于扩散模型与目标提示的单目图像深度估计方法、装置及设备是由裴颂伟;杨文政;李岳华;李倩;王尚广设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于扩散模型与目标提示的单目图像深度估计方法、装置及设备在说明书摘要公布了：本发明提供了一种基于扩散模型与目标提示的单目图像深度估计方法、装置及设备，涉及计算机视觉技术领域。包括：将样本检测图像输入待训练的深度估计模型，通过预训练的图像编码器对样本检测图像进行处理，得到浅层空间表示；通过预训练的目标检测网络对样本检测图像进行处理，得到目标检测结果；通过待训练的目标提示模块对目标检测结果进行处理，得到目标提示信息；将浅层空间表示和目标提示信息输入待训练的去噪网络得到多尺度特征；将多尺度特征输入待训练的交互解码器得到样本深度图；基于标签深度图和样本深度图对待训练的深度估计模型进行训练，得到训练好的深度估计模型以用于进行深度估计，从而提升基于扩散模型的单目深度估计的精度。

本发明授权一种基于扩散模型与目标提示的单目图像深度估计方法、装置及设备在权利要求书中公布了：1.一种基于扩散模型与目标提示的单目图像深度估计方法，其特征在于，所述方法包括： 将样本检测图像输入待训练的深度估计模型，所述待训练的深度估计模型至少包括：预训练的图像编码器、预训练的目标检测网络、待训练的目标提示模块、待训练的去噪网络和待训练的交互解码器； 通过所述预训练的图像编码器对所述样本检测图像进行处理，得到所述样本检测图像对应的浅层空间表示； 通过所述预训练的目标检测网络对所述样本检测图像进行处理，提取得到所述样本检测图像的目标检测结果； 通过所述待训练的目标提示模块对所述目标检测结果进行处理，得到所述样本检测图像对应的目标提示信息； 将所述浅层空间表示和所述目标提示信息输入所述待训练的去噪网络，提取得到多尺度特征； 将所述多尺度特征输入所述待训练的交互解码器，得到样本深度图； 基于所述样本检测图像对应的标签深度图和所述样本深度图，对所述待训练的目标提示模块、所述待训练的去噪网络和所述待训练的交互解码器进行训练，直至得到训练好的深度估计模型； 将待检测图像输入所述训练好的深度估计模型，得到所述待检测图像对应的深度图； 所述多尺度特征至少包括：分辨率从小到大的第一分辨率特征、第二分辨率特征、第三分辨率特征和第四分辨率特征； 将所述多尺度特征输入所述待训练的交互解码器，得到样本深度图，包括： 将所述第一分辨率特征作为全局特征，将所述第二分辨率特征作为局部特征，对所述全局特征和所述局部特征之间进行交互，得到第一交互融合特征； 将所述第一交互融合特征作为所述全局特征，将所述第三分辨率特征作为所述局部特征，对所述全局特征和所述局部特征之间进行交互，得到第二交互融合特征； 将所述第二交互融合特征作为所述全局特征，将所述第四分辨率特征作为所述局部特征，对所述全局特征和所述局部特征之间进行交互，得到所述样本深度图； 对所述全局特征和所述局部特征之间进行交互，包括： 从所述全局特征中提取得到通道注意力图，将所述通道注意力图与所述局部特征进行逐元素相乘，得到第一融合特征； 从所述局部特征中提取得到空间注意力图，将所述空间注意力图与所述全局特征进行逐元素相乘，得到第二融合特征； 将所述第一融合特征与所述局部特征进行逐元素相加，得到第三融合特征； 将所述第二融合特征与所述全局特征进行逐元素相加，得到第四融合特征； 对所述第四融合特征和所述第三融合特征进行拼接融合。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。