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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统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：CN116703967B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202310398539.6，技术领域涉及：G06T7/246；该发明授权一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统是由霍炬;张瀚轩;刘琪;刘雪澄;薛牧遥;周建宝设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统在说明书摘要公布了：一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统，涉及机器人计算机视觉技术领域。解决现有无监督深度补全方法网络参数复杂，不能广泛应用的问题。方法包括：采用视觉惯性系统获取图像、稀疏深度地图和相机姿态；建立非指导稠密深度补全网络，非指导稠密深度补全网络处理稀疏深度地图，获取置信度和非指导稠密深度地图；指导深度补全网络处理置信度和非指导稠密深度地图，获取指导稠密深度地图；运动残差网络处理指导稠密深度地图、图像和相机运动位姿，获取平移残差矩阵；损失函数训练指导深度补全网络，获取指导深度补全网络训练模型；损失函数训练运动残差网络，获取运动残差网络训练模型。应用于图像处理技术领域。

本发明授权一种基于视觉惯性系统和置信度指导的无监督深度补全方法和系统在权利要求书中公布了：1.一种基于视觉惯性系统和置信度指导的无监督深度补全方法，其特征在于，所述方法包括： 采用视觉惯性SLAM系统获取RGB图像、稀疏深度地图和相机姿态； 建立非指导稠密深度补全网络； 根据所述非指导稠密深度补全网络处理所述稀疏深度地图，获取置信度和非指导稠密深度； 根据指导深度补全网络处理所述置信度和非指导稠密深度，获取指导稠密深度地图； 采用运动残差网络处理所述指导稠密深度地图、RGB图像和相机运动位姿，获取平移残差矩阵； 根据Losses损失函数训练所述指导深度补全网络，获取指导深度补全网络训练模型； 根据Losses损失函数训练所述运动残差网络，获取运动残差网络训练模型； 所述根据所述置信度和非指导稠密深度估计稠密深度的指导深度补全网络，包括： 所述置信度和非指导稠密深度经过3*3的2d卷积＋激活函数、3*3的2d卷积＋Leaky激活函数和2d卷积处理，获取稠密深度的指导深度补全网络； 所述运动残差网络具体为： 步长为2的卷积堆栈，共有5个卷积堆栈，最后一个卷积堆栈为平均池，所述平均池有1024个通道，空间分辨率1*1； 所述运动残差网络还包括3个通道的2个1*1卷积层。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。