龙图腾网恭喜郑州轻工业学院申请的专利数字孪生环境下基于深度学习和多目视觉的数据采集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：CN110334701B 。

龙图腾网通过国家知识产权局官网在2020-07-31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：201910623996.4，技术领域涉及：G06K9/20(20060101)；该发明授权数字孪生环境下基于深度学习和多目视觉的数据采集方法是由李浩;刘根;王昊琪;文笑雨;乔东平;罗国富设计研发完成，并于2019-07-11向国家知识产权局提交的专利申请。

本数字孪生环境下基于深度学习和多目视觉的数据采集方法在说明书摘要公布了：本发明公开了一种数字孪生环境下基于深度学习和多目视觉的数据采集方法，步骤如下：S1，设置与环境背景有区分度的球形标志点；S2，获得标志点在视频图像中的球心位置坐标和半径；S3，构建深度学习模型，并进行训练；S4，将标志点附着于带定位的目标物体上，使用步骤S3对空间中的标志点进行定位，实现对目标物体的定位。本发明可用于数字孪生环境下对各种目标物体位置和姿态数据的获取，具有很强的普遍适用性。利用标志点辅助，降低了视觉图像分析处理的复杂度，使识别和定位过程更简单，效率更高更加可靠。使用深度学习来定位标志点，使摄像头因图像畸变造成的定位误差降到最低，可适应各种摄像头数量和布局情况。

本发明授权数字孪生环境下基于深度学习和多目视觉的数据采集方法在权利要求书中公布了：1.一种数字孪生环境下基于深度学习和多目视觉的数据采集方法，其特征在于，步骤如下：S1，设置与环境背景有区分度的球形标志点；所述球形标志点，具有与环境背景有较大区分度的特定颜色；S2，获得标志点在视频图像中的球心位置坐标和半径；S3，构建深度学习模型，并进行训练；S4，将标志点附着于带定位的目标物体上，使用步骤S3构建的深度优化模型对空间中的标志点进行定位，进而实现对目标物体的定位；在步骤S3.2中，具体步骤为：S3.2.1，设计具有一个输入层，一个输出层，两个隐藏层的神经网络结构；输入层的节点数等于摄像头数量乘以输入参数个数，输出层节点数为输出参数个数；隐藏层节点数设置为定值；S3.2.2，优化深度学习模型；在深度学习模型中引入dropout机制，在训练中以一定的概率P删除一部分隐藏层节点；S3.2.2.1，获得神经网络结构的激活函数： S3.2.2.2，各节点对输入数据加权求和同时加上偏置值得： S3.2.2.3，结合步骤S3.2.2.1和S3.2.2.2，得到节点输出： 其中，j代表神经网络结构的第j层，mj为蒙版参数，符合伯努利概率分布，mj根据概率P的值而变化；S3.2.2.4，删除隐含层节点；当蒙版参数mj为0时，节点输出为0，删除当前节点；S3.2.2.5，得到优化后深度学习模型，优化后深度学习模型的最终输出为：空间三维坐标X，Y，Z；其中，X＝G1W，B，M，Y＝G2W，B，M，Z＝G3W，B，M；W为权值w向量，B为偏置值b向量，M为蒙版值m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郑州轻工业学院，其通讯地址为：450002 河南省郑州市金水区东风路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”。

龙图腾网（www.lotut.com）是知识产权全产业链服务平台，平台围绕知识产权代理、知识产权管理、商标查询、商标转让交易、专利检索、专利转让运营、科技成果转化等，通过“互联网+知识产权”的方式，整合资源与服务，为广大知识产权代理机构、科技咨询公司、律师事务所以及各类科技创新企业、科研院所、大专院校等，提供龙图腾商标专利检索分析平台、龙图腾知识产权管家、龙图腾知识产权交易平台等人工智能大数据云产品服务、知识产权服务、科技成果转移转化服务等。