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！

龙图腾网获悉北京理工大学申请的专利一种基于事件相机的多模态光流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：CN117274321B 。

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：202311252300.4，技术领域涉及：G06T7/269；该发明授权一种基于事件相机的多模态光流估计方法是由朱林;张鹏杰;王立志;张磊;黄华设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本一种基于事件相机的多模态光流估计方法在说明书摘要公布了：本发明公开的一种基于事件相机的多模态光流估计方法，属于光流估计领域。将事件、图像两种模态数据作为输入，利用事件的高时间分辨率、低延迟、高动态范围的优势提升光流估计算法在低光、高速场景下的性能。通过将事件数据流转化为事件体素，神经网络能被用于事件数据的处理；通过循环神经网络和特征残差连接，实现事件特征和图像特征的融合增强；通过关联层和基于流的特征查询机制，完成对相邻帧的运动信息编码；通过光流的迭代细化，减少最终估计结果的误差。本发明适用于光流估计领域，能够充分利用事件、图像两种模态的数据，准确预测相邻帧间的光流，提升光流估计在低光、高速等极端场景下的鲁棒性。

本发明授权一种基于事件相机的多模态光流估计方法在权利要求书中公布了：1.一种基于事件相机的多模态光流估计方法，其特征在于：包括以下步骤， 步骤101：根据相邻图像帧和的起止时间戳提取事件数据流，根据事件体素转换关系，将事件数据流转化为事件体素； 步骤102：通过特征提取网络从图像帧和中提取图像特征和，从图像数据中提取图像上下文特征，从事件体素中提取事件特征、和； 步骤103：通过循环神经网络和特征残差连接，利用事件特征对图像特征、进行特征的增强融合，得到融合后的特征、；利用事件特征对图像上下文特征进行特征的增强融合，得到融合后的特征； 步骤103的实现方法为， 利用循环神经网络实现图像特征和事件特征的融合：将图像特征作为隐藏态，事件特征作为输入态；图像特征作为隐藏态，事件特征作为输入态；图像特征作为隐藏态，事件特征作为输入态；分别将上述组合作为输入态和隐藏态输入循环神经网络进行次迭代融合，得出特征融合后的结果； 基于循环神经网络特征融合结果和作为循环神经网络隐藏态的初始图像特征，利用特征残差连接进行特征的增强，目的是保留更多有效信息，减少多模态特征融合中的信息损失，最终计算得出特征融合增强结果； 因此，利用基于循环神经网络和特征残差连接的特征增强融合机制，能够基于特征和得出融合特征，基于特征和得出融合特征，基于特征和得出融合特征； 步骤104：通过关联层和局部窗口查询机制，基于当前光流，初始设为0，对特征、进行处理后，计算得出相邻帧的运动特征，利用事件特征对运动特征进行特征的增强融合，得到融合后的特征； 步骤104的实现方法为， 关联层通过点乘操作和下采样操作，处理经过事件特征增强融合后的图像初阶特征和，计算得到四层不同尺度的图像关联特征、、和，其中第层关联特征的大小为； 首先计算尺度最小的关联矩阵，输入图像特征和，为编码像素间的空间相似关系，取中任意的像素点位置和中任意的像素点位置的通道数据，对其依次逐个进行向量点乘，最终获得的图像关联特征； 其次对于第层的关联特征，对关联特征进行次池化下采样，使其缩小至的尺度后即为关联特征，该特征在更大范围尺度上编码特征点间的空间相似关系； 局部窗口查询机制根据当前光流，初始设为0，从关联特征、、和中查询获取更加精确、简练的关联特征图，减少后续运算的复杂度； 对于关联特征，查询将作用于尺度为的区域，选定坐标，根据光流确定坐标偏移后，确定作为查询范围的中点，提取范围为的正方形区域内的数据，将其作为坐标为的像素点的关联特征，其中为搜索范围；对区域内的所有坐标点执行查询操作，运算公式如下所示： 其中满足条件，对应的查询区域，最终生成大小为的特征图，其中； 随后将多层特征图进行连接，得出最终特征图，公式如下所示，其中操作为通道连接； 将光流和特征图通道连接后进行卷积，编码获取运动特征： 运动特征中信息同时来源于光流和特征图，既保留了当前光流的正确信息，又能从新查询的特征图中获取新的信息用以矫正光流的错误信息； 最后基于步骤103中所述的特征增强融合机制，利用事件特征对图像特征进行特征增强融合，得到融合后的特征； 步骤105：通过循环神经网络从运动特征和上下文特征中提取信息，计算得到光流变化； 步骤106：根据光流变化更新光流，得到光流结果；如果迭代次数，则跳转至步骤104进行迭代；如果迭代次数，则光流结果即为收敛后的估计光流，从而得到相邻帧间的光流估计结果。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。