Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学王植炜获国家专利权

华中科技大学王植炜获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利基于动态视图挑选的单目深度估计网络建立方法及其应用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:CN119313716B

龙图腾网通过国家知识产权局官网在2025-05-30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:202411469165.3,技术领域涉及:G06T7/50;该发明授权基于动态视图挑选的单目深度估计网络建立方法及其应用是由王植炜;李强;周瀛设计研发完成,并于2024-10-21向国家知识产权局提交的专利申请。

基于动态视图挑选的单目深度估计网络建立方法及其应用在说明书摘要公布了:本发明公开了基于动态视图挑选的单目深度估计网络建立方法及其应用,属于单目内窥镜深度估计领域,包括:构建训练数据集,并以光度损失为约束,利用训练数据集对位姿估计网络PoseNet和深度估计网络DepthNet进行联合训练,将联合训练后DepthNet作为单目深度估计网络;训练数据的构建方式包括:分别将目标图像前的N个历史帧作为源图像,计算各源图像对应的时间一致性得分;时间一致性得分反映了深度图与理想的参考深度图间的差异;选取时间一致性得分最高的部分历史帧作为候选源图像,并选取光度有效区域最大的候选源图像作为最终的源图像,与目标图像一起构成一条训练数据。本发明能够有效提高单目内窥镜图像深度估计的准确度。

本发明授权基于动态视图挑选的单目深度估计网络建立方法及其应用在权利要求书中公布了:1.一种基于动态视图挑选的单目深度估计网络建立方法,其特征在于,包括:步骤S1:构建训练数据集;所述训练数据集中,每一条训练数据为一个源图像-目标图像对,且各训练数据的构建方式包括:选取单目视频帧序列中的一帧作为目标图像,对于该目标图像前的N个历史帧,分别以各历史帧为源图像,计算源图像到目标图像的代价立方体,并将各代价立方体转化为各历史帧对应的深度图,得到深度图集合;基于所述深度图集合对每一像素位置出现过的深度值及各深度值的出现次数进行统计,将各位置出现次数最多的深度值作为相应位置处的深度值,得到参考深度图像Dmv,并计算各历史帧的时间一致性得分;历史帧对应的深度图与所述参考深度图像Dmv的差异越小,则时间一致性得分越高;选取时间一致性得分最高的部分历史帧作为候选源图像,并选取光度有效区域最大的候选源图像作为最终的源图像,与目标图像一起构成一条训练数据;图像的光度有效区域为该候选源图像的非遮挡区域和该图像与目标图像间的共同视野区域的交集;步骤S2:以光度损失为约束,利用所构建的训练数据集对位姿估计网络PoseNet和深度估计网络DepthNet进行联合训练,将联合训练后的深度估计网络DepthNet作为所述单目深度估计网络;其中,N为大于1的整数;位姿估计网络PoseNet用于估计目标图像到源图像的相对位姿,深度估计网络DepthNet用于估计图像的深度图。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。