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！

龙图腾网获悉南京邮电大学申请的专利面向3D目标检测的点云一致性约束单目深度估计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：CN115953447B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310062545.4，技术领域涉及：G06T7/50；该发明授权面向3D目标检测的点云一致性约束单目深度估计方法是由邵文泽;范文浩设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本面向3D目标检测的点云一致性约束单目深度估计方法在说明书摘要公布了：本发明属于计算机视觉图像处理领域，公开了一种面向3D目标检测的点云一致性约束单目深度估计方法，方法包括：准备用于无监督单目深度估计的数据集；将训练集分批输入无监督单目深度估计模型，模型输出与输入图像对应的深度图、位姿变化，计算与输入图像对应的重投影图像和点云，进一步计算训练总损失，包括重投影损失、点云一致性损失、边缘平滑损失；使用总损失约束模型训练，优化得到最优的无监督单目深度估计模型；准备用于3D目标检测的数据集，生成伪点云文件；训练3D目标检测模型，得到最优3D目标检测模型。本发明深入挖掘纯图像方法，通过引入3D信息约束，提升了道路场景的深度估计及3D目标检测精度。

本发明授权面向3D目标检测的点云一致性约束单目深度估计方法在权利要求书中公布了：1.一种面向3D目标检测的点云一致性约束单目深度估计方法，其特征在于：所述点云一致性约束单目深度估计方法包括如下步骤： 步骤1：准备用于无监督单目深度估计的数据集D1，数据集包括训练集D1-T和验证集D1-E，所述训练集D1-T包括摄影设备拍摄的多组时间连续单目图像，所述验证集D1-E包括摄影设备拍摄的多张不连续单目图像； 步骤2：将步骤1中所述训练集D1-T分批输入无监督单目深度估计模型，每批训练数据包括多组连续单目图像，无监督单目深度估计模型输出用于计算点云和损失的数据，输出的数据包括与输入图像对应的深度图、与输入图像对应的摄影设备位姿变化； 步骤3：根据步骤2所得的深度图和位姿变化，计算与输入图像对应的重投影图像和点云； 步骤4：根据步骤2所得的深度图和步骤3所得的重投影图像、点云，计算训练总损失，其中所述训练总损失包括重投影损失、点云一致性损失、边缘平滑损失； 步骤5：使用步骤4所得训练总损失训练步骤2的无监督单目深度估计模型，优化得到最优的无监督单目深度估计模型，使用D1-E对其验证，计算深度估计指标； 步骤6：准备用于3D目标检测的数据集D2，数据集包括训练集D2-T和验证集D2-E，所述训练集D2-T和验证集D2-E均包括摄影设备拍摄的多张不连续单目图像、所述图像对应的点云文件，所述点云文件是对应图像的深度图由深度图-点云转换算法处理得到，所述深度图为对应图像经过步骤5所得的最优无监督单目深度估计模型处理得到； 步骤7：使用训练集D2-T训练3D目标检测模型，得到最优3D目标检测模型，使用验证集D2-E对其验证，计算3D目标检测指标。

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京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。