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！

龙图腾网获悉湖南大学申请的专利一种基于深度学习的立体匹配方法和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：CN121437590B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202610000338.X，技术领域涉及：G06T7/521；该发明授权一种基于深度学习的立体匹配方法和系统是由毛建旭;李雨婷;王耀南;曾凯;刘彩苹;贺振宇;余俊龙;陶梓铭;易俊飞;张辉;朱青;王蔚设计研发完成，并于2026-01-04向国家知识产权局提交的专利申请。

本一种基于深度学习的立体匹配方法和系统在说明书摘要公布了：本发明公开一种基于深度学习的立体匹配方法和系统，包括：搭建制造场景数据采集平台，同步采集立体图像对和真实深度信息，构建含左视图、右视图和真实视差图的训练数据集；构建立体匹配神经网络模型，其包含一元特征提取、成本体积构建、上下文聚合和视差预测模块；依次通过各模块处理图像，提取特征、构建成本体积、聚合上下文信息、计算预测视差；利用训练数据集和多任务联合损失函数训练模型，达标后部署于采集平台，处理实时图像输出视差图。该方法引入堆叠的视觉注意力模块VABlock架构，提升特征表达能力，结合双路径聚合等模块，增强复杂场景下的匹配精度与鲁棒性，可实现制造场景实时精准三维感知，为后续任务提供数据基础。

本发明授权一种基于深度学习的立体匹配方法和系统在权利要求书中公布了：1.一种基于深度学习的立体匹配方法，其特征在于，所述方法包括以下步骤： S100：搭建大范围制造场景数据采集平台，通过双目相机和激光雷达同步采集立体图像对和对应的真实深度信息，经标定与计算后构建包含左视图、右视图和真实视差图的训练数据集； S200：构建立体匹配神经网络模型，包括一元特征提取模块、成本体积构建模块、上下文聚合模块和视差预测模块； S300：将左视图和右视图输入至一元特征提取模块，该模块基于堆叠的视觉状态空间块构建，通过选择性扫描机制与多头局部注意力相结合的方式进行深层语义特征提取，实现局部与全局上下文信息的联合建模，输出左右图像的特征图；S300中一元特征提取模块通过堆叠多个视觉注意力模块VABlock来实现，S300包括： S310：将获取到的立体图像对通过主干模块StemBlock分割成小补丁块，即经过一系列卷积、批归一化、ReLU激活和池化操作后得到输出大小为的特征图、； S320：将形状大小为[B,H,W,C]的特征图、转化为[B,H×W,C]的形状大小，经深度可分离卷积处理并引入卷积位置编码，对位置编码增强后的特征使用LN归一化，再通过线性变换生成查询向量Q、键向量K与值向量V；其中B表示批量大小，H、W分别表示特征图的高和宽，C为通道数； S330：将Q、K、V均分五部分，使用了不同内核大小的聚合器在其中四个部分上生成组代理，其中三个内核大小设置为3、5、7，另外一个不使用聚合器，使得其成为恒等映射；同时，设置了一个带有聚合器但不经过注意力的分支；将经过注意力的四个分支通过可学习加权融合机制融合后与不经过注意力的分支进行拼接合并； S340：将输出的结果通过路由器机制自适应选择进入状态空间模型SSM分支或多层感知机MLP分支，其中，SSM分支由层归一化LN、线性映射、深度可分离卷积、激活函数、选择性扫描模块、再一层LN与线性映射组成，形成局部-全局联合的空间建模路径；MLP分支为含残差连接的两层线性变换和激活函数构成的前馈网络，最终输出的与输入同形状大小的特征图； S350：堆叠对应数量的VABlock，分别得到阶段1至4的尺寸相同的特征输出，尺寸大小为，将四阶段特征在通道维度拼接，形成一个总通道数为的一元特征图、； S400：将左右图像特征图输入至成本体积构建模块，通过计算特征间的分组相关性并结合特征连接，构建用于视差搜索的成本体积； S500：将成本体积输入至上下文聚合模块，通过包含局部细节提取路径和全局上下文建模路径的双分支结构，对成本体积进行特征增强与聚合，以融合多尺度上下文信息； S600：将聚合后的代价体积输入至视差预测模块，采用分类与回归策略融合的解码机制，计算得到最终的预测视差结果； S700：利用训练数据集结合多任务联合损失函数对模型进行监督训练以优化其参数，直至模型输出的预测视差结果与真实视差图的差距在预设阈值内，将训练优化后的立体匹配神经网络模型部署于数据采集平台，对实时采集的立体图像对进行处理，输出视差图以用于三维视觉任务。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。