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！

龙图腾网获悉杭州电子科技大学申请的专利基于鸟瞰图分层交互感知的室内语义场景补全方法及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：CN121526928B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610062446.X，技术领域涉及：G06T5/77；该发明授权基于鸟瞰图分层交互感知的室内语义场景补全方法及系统是由傅允湛;鲍恩宇;胡藻;张丹妮;管昉立设计研发完成，并于2026-01-18向国家知识产权局提交的专利申请。

本基于鸟瞰图分层交互感知的室内语义场景补全方法及系统在说明书摘要公布了：本发明公开了基于鸟瞰图分层交互感知的室内语义场景补全方法及系统，该方法首先获取室内场景的图像，提取得到左右场景上下文感知特征，使用视差转换和去噪产生深度几何体积，通过三维卷积得到三维几何表征体积。其次针对左场景上下文感知特征，设计分层鸟瞰表征建模，输出分层鸟瞰图三维网格体积和分层鸟瞰图特征。然后将分层鸟瞰图三维网格体积与三维几何表征体积在层内进行互补交互，结合三维几何表征体积，生成联合场景体积表征。最后将联合场景体积表征和分层鸟瞰图特征进行集成交互，通过三维卷积网络和场景解码输出完整的语义场景补全结果。本发明解决了在垂直方向上语义混淆的问题，有效过滤噪声信息并补全遮挡区域。

本发明授权基于鸟瞰图分层交互感知的室内语义场景补全方法及系统在权利要求书中公布了：1.基于鸟瞰图分层交互感知的室内语义场景补全方法，其特征在于，包括以下步骤： 步骤一、获取室内场景的多视角图像，获取左右场景上下文感知特征； 步骤二、对左右场景上下文感知特征，结合相机内参，使用视差转换和去噪产生深度几何体积，通过三维卷积预处理得到三维几何表征体积； 步骤三、针对左场景上下文感知特征，设计分层鸟瞰表征建模，输出分层鸟瞰图三维网格体积和分层鸟瞰图特征，具体实现过程为： 首先，基于室内场景中物体高度分布的先验知识，自适应地确定一组高度区间边界值B={}；对于每一个高度层，结合边界的可调整幅度,，通过可调节的边界参数β将高度区间边界值定义在高度区间内：，其中为第k层的初始上下边界； 其次，通过可微分逆投影操作，将上下文感知特征中的二维左图特征映射到每一个高度层k对应的三维网格体积中，该操作通过一个可微分的双线性采样核K实现； 为每个高度层设计一组轻量级三维卷积网络，每组网络包含多个三维卷积层和一个三维批量归一化层，将输入对应高度层的轻量级三维卷积网络，得到增强后的分层鸟瞰图三维网格体积； 最后，将相机内参经编码器处理后，得到内参编码向量；将内参编码向量扩展至与二维左图特征匹配的空间维度，再与二维左图特征执行逐元素乘积操作，使相机内参信息融入图像特征；最后通过卷积层和归一化层，得到分层鸟瞰图特征； 步骤四、设计互补交互网络，将分层鸟瞰图三维网格体积与三维几何表征体积在层内进行交互，交互结果按层级高度拼接得到统一场景感知鸟瞰图体积，具体实现过程为： 首先，设计层内互补交互，将分层鸟瞰图三维网格体积和三维几何表征体积分别在空间维度和深度维度展平，并通过线性变换层映射分别生成立体体积的和BEV体积的，其中，表示注意力查询向量，表示键向量，表示值向量； 然后基于的深度概率分布计算置信度，设定置信度阈值τ，过滤得到置信度矩阵； 将转置后计算每一列的softmax函数值并与进行逐元素相乘，然后再与置信度矩阵进行逐元素乘积，得到中间值F1；计算每一行的softmax函数值后与中间值F1进行逐元素乘积，完成交互，得到层内交互后的特征体积，对于每一层的分层鸟瞰图三维网格体积均进行交互，得到； 其次，设计跨层功能关系交互，根据室内层间功能依赖先验构建功能依赖图矩阵，其初始元素基于室内场景层间功能关联的先验知识设置，矩阵中第行第列元素表示第层对第层的功能依赖强度； 将作为查询，与其他层作为键、值，结合依赖权重系数和功能依赖图矩阵进行跨注意力计算，得到各层输出特征体积；按高度层级顺序拼接各高度层的，得到统一场景感知鸟瞰图体积； 步骤五、将统一场景感知鸟瞰图体积和三维几何表征体积进行卷积正则化与通道校准融合，生成联合场景体积表征； 步骤六、将联合场景体积表征和分层鸟瞰图特征进行集成交互处理，通过三维卷积网络和场景解码输出完整的语义场景补全结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。