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！

龙图腾网获悉合肥工业大学申请的专利一种基于深度网络与运动信息的单目室内深度估计算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：CN116188555B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211588566.1，技术领域涉及：G06T7/579；该发明授权一种基于深度网络与运动信息的单目室内深度估计算法是由金兢;周永乐;廖志伟;赵玲娜设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本一种基于深度网络与运动信息的单目室内深度估计算法在说明书摘要公布了：本发明公开了一种基于深度网络与运动信息的单目室内深度估计算法。首先，通过为较好的解决动态场景下特征提取不准确的问题，本发明通过设计编解码深度估计网络架构，根据前后帧的约束关系，提出了一种联合深度网络和运动信息的单目室内深度估计算法。其核心思想是利用帧间几何约束关系充分挖掘相邻帧间的上下文信息，并通过光流估计法跟踪相邻帧间的运动区域信息，利用运动矢量MotionVector,MV推断深度信息，再结合分层特征提取网络，通过联合传统几何约束和深度神经网络的特征提取方法，最终实现室内静态、动态场景深度估计，进一步提升了单目室内深度估计算法的适应性和鲁棒性。

本发明授权一种基于深度网络与运动信息的单目室内深度估计算法在权利要求书中公布了：1.一种基于深度网络与运动信息的单目室内深度估计算法，其特征在于：具体包括如下步骤： 1获取室内环境的视频数据，对获取到的视频数据进行数据预处理； 2将经过数据预处理后的数据，输入至特征提取器； 3将经过特征提取器处理后的数据，输入至分层压缩激励ASPP网络，使用具有不同采样步长的多个并行空洞卷积，对于不同采样步长下提取的特征在单独的分支中进一步处理，再融合各个空洞卷积形成多尺度特征； 4对于动态场景中出现的移动物，结合双判别模式运动估计块计算出其MV信息利用掩膜机制屏蔽非运动部分，对运动部分进行高斯去噪，将运动点作为深度线索求解其深度，实现对动态区域的深度有效估计； 5构建能量函数； 6实现ASPP网络与双判别模式运动估计的深度信息融合，实现室内各种场景下的深度估计； 步骤1所述的对获取到的视频数据进行数据预处理，具体如下： 首先，对获取到的视频数据进行运动分析：利用成像设备采集到的视频数据，对视频数据进行逐帧分析，检测和识别不良的运动源，通过分析连续帧间的时空对应关系估计成像设备运动参数； 其次，离群值删除：离群值检测器考虑两个相邻帧，并将所有不符合观测运动的位移标记为离群值，采用随机采样一致算法去除离群值； 步骤4所述的对于动态场景中出现的移动物，结合双判别模式运动估计块计算出其MV信息利用掩膜机制屏蔽非运动部分，对运动部分进行高斯去噪，将运动点作为深度线索求解其深度，实现对动态区域的深度有效估计，具体如下： 先利用菱形搜索法对视频前后帧进行块匹配，寻找图像中运动物体的主流运动矢量；再根据DS得到的MMV约束POFA迭代计算后的运动矢量，在双判别模式下提取MV后，利用掩膜将待处理的运动区域提取出来。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。

以上内容由龙图腾AI智能生成。