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！

龙图腾网获悉安徽工程大学申请的专利一种动态场景下基于特征强化与运动判断的SLAM算法、存储介质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：CN120852515B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510903994.6，技术领域涉及：G06T7/73；该发明授权一种动态场景下基于特征强化与运动判断的SLAM算法、存储介质及设备是由陈孟元;范帅龙;孙阿欢设计研发完成，并于2025-07-01向国家知识产权局提交的专利申请。

本一种动态场景下基于特征强化与运动判断的SLAM算法、存储介质及设备在说明书摘要公布了：本发明属于同步定位与地图创建技术领域，具体涉及一种动态场景下基于特征强化与运动判断的SLAM算法，应用了特征强化实例分割网络FENET，包括下列步骤：步骤S1、采集图像信息，并通过模糊特征恢复模块实现对动态模糊物体的特征恢复；步骤S2、基于强化特征识别机制引导模型聚焦物体的关键特征，识别潜在动态物体；步骤S3、联合几何约束估计相机自身位姿，并对物体运动做出判断从而剔除动态物体。本发明能够从模糊图像中重建和恢复丢失的特征信息，大幅提升了系统对动态物体的识别精度，大幅提升动态物体的识别准确率，避免将静态特征误判。

本发明授权一种动态场景下基于特征强化与运动判断的SLAM算法、存储介质及设备在权利要求书中公布了：1.一种动态场景下基于特征强化与运动判断的SLAM算法，其特征在于：应用了特征强化实例分割网络FENET，特征强化实例分割网络FENET包括：模糊特征恢复模块、主干网络和强化特征识别机制，特征金字塔网络引入了残差结构形成残差-特征金字塔网络作为主干网络用于特征提取，模糊特征恢复模块针对动态物体对模糊物体缺失的部分特征进行恢复，强化特征识别机制聚焦物体的关键特征以识别潜在动态物体；所述SLAM算法包括下列步骤： 步骤S1、采集图像信息，并通过模糊特征恢复模块实现对动态模糊物体的特征恢复； 步骤S2、基于强化特征识别机制引导模型聚焦物体的关键特征，识别潜在动态物体； 步骤S3、联合几何约束估计相机自身位姿，并对物体运动做出判断从而剔除动态物体； 步骤S2中，强化特征识别机制包括多尺度特征提取模块、动态特征融合模块和门控特征重组模块；强化特征识别机制的具体步骤如下： S2.1、首先对输入的特征图使用使用卷积和最大池化操作获取初始特征表示，随后采用三级残差模块进行多层次特征提取，依次生成多尺度的特征图； S2.2、对各尺度的特征图进行全局平均池化后聚合通道信息生成综合表征向量，通过轻量级MLP网络生成动态卷积核的动态权重，将这些动态权重共享至各尺度动态卷积层，并且使用Softmax函数进行归一化处理，实现多尺度特征的自适应加权融合，最终生成得到融合特征图； S2.3、将融合特征图经过双线性插值上采样和转置卷积两层上采样操作，所得的特征与其自身的通道维度拼接，然后经过1×1卷积和Sigmoid激活函数生成门控权重矩阵，利用该门控权重矩阵对特征进行动态校准。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市经济技术开发区北京中路8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。