Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学;广州华工机动车检测技术有限公司谢鹏程获国家专利权

华南理工大学;广州华工机动车检测技术有限公司谢鹏程获国家专利权

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!

龙图腾网获悉华南理工大学;广州华工机动车检测技术有限公司申请的专利基于注意力机制和多级代价体的双目深度估计方法及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:CN116258758B

龙图腾网通过国家知识产权局官网在2026-01-09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:202310229341.5,技术领域涉及:G06T7/55;该发明授权基于注意力机制和多级代价体的双目深度估计方法及系统是由谢鹏程;叶鸣;李巍华;练秋酉;刘畅;卢仲康;刘科明;陈伟侠设计研发完成,并于2023-03-09向国家知识产权局提交的专利申请。

基于注意力机制和多级代价体的双目深度估计方法及系统在说明书摘要公布了:本发明公开了一种基于注意力机制和多级代价体的双目深度估计方法及系统,包括以下步骤:左右图像中提取12、14、18和原始尺度特征图;将左右18尺度特征图构建代价体,初步聚合得到初始深度图;超分辨上采样获得14尺度粗深度图,并基于通道注意力机制提取深度权重;使用14尺度特征图构建代价体,将深度权重作为初始激励指导聚合,输出14尺度优化深度图;重复上述步骤处理更高尺度信息,至输出所需尺度深度图;构建距离敏感的损失函数,模型训练并保存最优参数;加载预训练模型,输入图像和标定参数,输出深度图。本发明采用注意力机制高效聚合多级代价体,结合距离敏感的损失函数,有效平衡深度估计的速度和精度。

本发明授权基于注意力机制和多级代价体的双目深度估计方法及系统在权利要求书中公布了:1.一种基于注意力机制和多级代价体的双目深度估计方法,其特征在于,包括以下步骤: 步骤1、对采集的图像对进行预处理,通过特征提取模块提取多尺度特征图,包括12尺度、14尺度、18尺度和原始尺度; 步骤2、将左、右图像的18尺度特征图串联构建深度代价体,通过三维空洞卷积进行初步聚合,采用Soft-Argmin函数生成初始深度图; 步骤3、初始深度图经超分辨率上采样模块生成14尺度粗深度图,馈入引导子网络,生成后续步骤所需的深度权重图; 所述超分辨率上采样模块将初始深度图和左目18尺度特征图通过卷积层提取特征并沿通道拼接,拼接成的融合特征图经残差卷积层聚合后与初始深度图相加,得到精化初始深度图;采用双线性插值法将精化初始深度图上采样至14尺度后,与左目14尺度特征图融合,重复拼接操作进行精化,从而输出14尺度粗深度图,作为后续深度权重图的数据来源; 步骤4、使用14尺度特征图串联构建深度代价体,由步骤3中的深度权重图作为初始激励激发高尺度代价体中的几何特征,指导聚合,输出14尺度的优化深度图; 步骤5、重复步骤3、步骤4处理更高尺度下的特征图,直至输出所需尺度深度图; 步骤6、构建损失函数,划分深度区域并定义距离加权系数,分区计算深度与标签的加权损失值后求和取得总损失值,当模型训练过程中损失值收敛不再波动时,保存模型参数; 步骤7、加载预训练模型,输入预处理的双目图像和相应的相机标定参数后,模型将输出深度图。

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华南理工大学;广州华工机动车检测技术有限公司,其通讯地址为:510640 广东省广州市天河区五山路381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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。