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！

龙图腾网获悉广州大学申请的专利一种融合全局特征的实时单目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：CN115620023B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211191954.6，技术领域涉及：G06V10/44；该发明授权一种融合全局特征的实时单目深度估计方法是由李俊;刘希豪;刘成设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本一种融合全局特征的实时单目深度估计方法在说明书摘要公布了：本发明涉及基于深度学习的单目深度估计算法领域，公开了一种融合全局特征的实时单目深度估计方法，其包括如下步骤：三通道彩色图片输入进基于分块嵌入层的多尺度特征提取器进行特征提取，图像在多尺度特征提取器中逐步被分成四个尺度，在每个尺度下通过标准卷积层提取图像的基本特征，获得特征图一，使用分块嵌入层进行下采样，减少了提取网络的参数量，在分块嵌入层后跟了由两层标准卷积和一个加法短接组成的残差块进行信息融合。本发明由于采用少量卷积层数的设计，该特征提取器具有低延迟的特点，能够较快地完成4个尺度下的特征提取。

本发明授权一种融合全局特征的实时单目深度估计方法在权利要求书中公布了：1.一种融合全局特征的实时单目深度估计方法，其特征在于，包括以下步骤： 第一步：三通道彩色图片输入进基于分块嵌入层的多尺度特征提取器进行特征提取，图像在多尺度特征提取器中逐步被分成四个尺度，在每个尺度下通过标准卷积层提取图像的基本特征，获得特征图一； 第二步：语义特征提取器接收特征图一，在不同的感受野下进行特征的提取，多层空洞卷积提取的特征拼接合拼，通过通道注意力分配特征权重，同时，将所得权重与特征矩阵相乘，获得特征二； 第三步：全局特征提取器接收特征二，将局部特征与全局特征进行融合，在全局特征提取器中，三维特征矩阵通过展平处理和折叠处理变换维度，以便在Transformer下进行全局特征的提取，此外，局部特征通过跳连与全局特征相拼接，同时通过标准卷积进行融合，得到特征图三； 第四步：解码器通过上采样将语义特征提取器所提取的低分辨率特征还原成输入图片的分辨率，同时，解码器合并多尺度特征提取器所提取的基本特征，进行图像重建并完成深度分配，输出得到最终的深度图； 所述第一步中的特征提取器的骨干由1个分块嵌入层和2个3×3卷积层组成，分别在原图116、18、14和12的分辨率下进行特征提取，并生成原图116、18、14和12分辨率的粗糙特征图； 所述第三步中的全局特征提取器包括标准卷积、特征块展平以及折叠和Transformer，特征矩阵首先经过1×1的卷积层，特征矩阵进行展开操作后，送入Transformer模块中进行全局感受野下的特征提取，而后特征再经折叠操作，还原成原来的维度，再送入1个5×5的标准卷积进行局部和全局信息的融合； 所述展开和折叠部分中，输入特征的分辨率为H×W，图片块的分辨率为h×w极左N，维度C和P分别是特征块的通道和图片块的数量，折叠是与展开相反的操作。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。