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！

龙图腾网获悉南昌航空大学申请的专利一种以人为主体场景的单目深度估计方法及装置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：CN121544679B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202610048815.X，技术领域涉及：G06T7/50；该发明授权一种以人为主体场景的单目深度估计方法及装置是由厉行;甘昌溢;饶智博;欧巧凤;杨焱;陈飞龙设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本一种以人为主体场景的单目深度估计方法及装置在说明书摘要公布了：本发明公开了一种以人为主体场景的单目深度估计方法及装置，涉及图像处理技术领域，本发明首先分别将RGB图像与高频分量编码为全局图像编码和高频结构编码，将从图像中提取的特征，与全局图像编码和高频结构编码映射的键值进行交叉注意力计算，此过程将图像中的全局特征和高频结构特征分别进行量化，来获取更加丰富的图像编码信息和高频结构信息，以清晰区分人体细微结构与复杂背景，并得到全局语义特征和高频结构特征；而后利用自适应模型AM获取全局语义特征和高频结构特征的动态权重，并基于各动态权重融合两特征，并将融合后的特征用于引导深度图的生成，从而在全方位图像特征信息完整的情况下，提升图像单目深度估计的精度。

本发明授权一种以人为主体场景的单目深度估计方法及装置在权利要求书中公布了：1.一种以人为主体场景的单目深度估计方法，其特征在于，包括以下步骤： 获取以人为主体场景的RGB图像，以及与RGB图像对应的预设深度图； 将RGB图像和预设深度图输入预训练的深度估计模型中进行处理，生成预测的深度图；其中，深度估计模型包括变分自编码器、特征增强融合模块和变分自解码器，所述特征增强融合模块基于U-Net网络架构来构建； 变分自编码器将RGB图像进行编码，形成编码图像，并将预设深度图进行编码及添加噪声，得到带噪声深度图潜变量；将编码图像与带噪声深度图潜变量进行堆叠，获得堆叠图像； 所述特征增强融合模块通过去噪网络U-Net对堆叠图像和RGB图像进行特征增强融合，预测当前时间步的噪声信息，并基于当前时间步的噪声信息，利用去噪网络U-Net对带噪声深度图潜变量进行不断去噪处理，获得去噪完成的潜空间向量； 潜空间向量通过变分自解码器复原为预测的深度图，深度图中的深度数据为RGB图像对应的单目深度； 所述特征增强融合模块获得去噪完成的潜空间向量的具体过程包括： 所述特征增强融合模块基于U-Net网络架构来构建，并且将U-Net网络卷积层之间的文本交叉注意力机制替换为DCA-Adapter模块； 所述特征增强融合模块中去噪网络U-Net的编码器中的DCA-Adapter模块能够利用Canny边缘检测算法提取RGB图像的高频分量，并分别对RGB图像和高频分量进行编码，分别获得全局图像编码和高频结构编码；对堆叠图像进行特征提取，获得图像特征，将图像特征映射为查询向量；分别将全局图像编码和高频结构编码映射为键值，将查询向量分别与全局图像编码和高频结构编码映射的键值进行交叉注意力计算，分别得到全局语义特征和高频结构特征； 基于全局图像编码和高频结构编码，以及当前扩散时间步，利用自适应模型AM对全局语义特征和高频结构特征的权重进行动态计算，得到动态全局权重和动态高频权重；根据动态全局权重和动态高频权重，将全局语义特征和高频结构特征进行加权融合，获得融合特征； 去噪网络U-Net利用融合特征引导带噪声深度图潜变量的去噪过程，得到当前时间步预测的噪声；并根据预测的噪声及带噪声深度图潜变量，获取下一时间步的带噪声深度图潜变量； 通过不断利用去噪网络U-Net对带噪声深度图潜变量进行去噪处理，获得去噪完整的潜空间向量。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。