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！

龙图腾网获悉龙立强人工智能科技(苏州)有限公司申请的专利应用深度神经网络集群计算二维图像物体深度的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：CN117011354B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202311004178.9，技术领域涉及：G06T7/50；该发明授权应用深度神经网络集群计算二维图像物体深度的方法是由戚意强;毛静涛;八谷大岳设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本应用深度神经网络集群计算二维图像物体深度的方法在说明书摘要公布了：本发明公开了应用深度神经网络集群计算二维图像物体深度的方法，包括以下步骤：S1、输入目标物体的二维图像，识别并标注二维图像中若干特征点，且以每个特征点为中心，大小为m,n像素的局部图像；S2、使用已经学习好的深度学习网络模型对每个局部图像的中心点进行高度预测，该深度学习网络模型融合有局部图像特征学习与高度学习；S3、规划以每个高度点为顶点的劳内图。本发明输入二维图像，即可对图像中目标物体进行立体结构的测量，相对于现有技术，本发明不需要对目标物体进行多方向拍摄，通过分析目标物体的平面照片，可计算得出目标物体的立体结构和体积，能够更广泛的应用到病理切片等仅有固定视角的立体测量。

本发明授权应用深度神经网络集群计算二维图像物体深度的方法在权利要求书中公布了：1.应用深度神经网络集群计算二维图像物体深度的方法，其特征在于，包括以下步骤： S1、输入由固定视角摄像设备拍摄的目标物体的二维图像，识别并标注二维图像中若干特征点，所述特征点包括：颜色、角点、边缘点、斑点和纹理特征，且将二维图像分割为若干以每个特征点为中心，大小为m,n像素的局部图像； S2、使用已经学习好的深度学习网络模型对每个局部图像的中心点进行高度预测，该深度学习网络模型融合有局部图像特征学习与高度学习；其中，所述深度学习网络模型的学习步骤包括： S21、输入学习数据，学习数据为二维图像及其目标物体的个别坐标点x,y及高度数据h，即x,y,h为特征点； S22、使用深层神经网络模型对局部图像进行图像特征提取，得到图像特征向量集； S23、连结图像特征向量和坐标x,y，以高度h为教师信号，使用全结合层对深层神经网络模型整体进行学习； S3、规划以每个高度点为顶点的劳内图； S4、对劳内图中的每个三角形内的点进行线性插值，确定每个三角形区域内未标注特征点的高度，基于插值得到的连续高度分布，通过三维积分法计算目标物体的体积，并将邻近高度点连接形成点云以构建目标物体的立体结构。

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龙立强人工智能科技(苏州)有限公司，其通讯地址为：215000 江苏省苏州市吴江区江陵街道云创路512号603室；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。