云南师范大学张振获国家专利权
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!
龙图腾网获悉云南师范大学申请的专利一种基于曼巴代价体的立体匹配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:CN119832045B 。
龙图腾网通过国家知识产权局官网在2025-06-17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:202510300947.2,技术领域涉及:G06T7/593;该发明授权一种基于曼巴代价体的立体匹配方法是由张振;张亚萍;陈旭设计研发完成,并于2025-03-14向国家知识产权局提交的专利申请。
本一种基于曼巴代价体的立体匹配方法在说明书摘要公布了:本申请公开一种基于曼巴代价体的立体匹配方法,包括:获取待处理的左视图像和右视图像,左视图像和右视图像为同一物体在不同视角的图像;将左视图像和右视图像输入改进的立体匹配网络,以获得目标预测视差图;改进的立体匹配网络至少包括依次串联的特征提取模块、代价体构建模块、聚合模块和视差回归模块,且特征提取模块还与视差回归模块串联;代价体构建模块包括依次串联的初始代价体构建模块、残差视觉曼巴层、分别与残差视觉曼巴层输出串联的3D注意力模块和归一化模块、与3D注意力模块输出和归一化模块输出串联的第一融合模块、与第一融合模块串联的第二融合模块。本申请通过引入残差视觉曼巴层和3D注意力模块,提高匹配精度和鲁棒性。
本发明授权一种基于曼巴代价体的立体匹配方法在权利要求书中公布了:1.一种基于曼巴代价体的立体匹配方法,其特征在于,包括: 获取待处理的左视图像和右视图像,其中所述左视图像和右视图像为同一物体在不同视角的图像; 将所述左视图像和所述右视图像输入改进的立体匹配网络,以获得目标预测视差图; 其中所述改进的立体匹配网络至少包括依次串联的特征提取模块、代价体构建模块、聚合模块和视差回归模块,且所述特征提取模块还与所述视差回归模块串联; 所述代价体构建模块包括依次串联的初始代价体构建模块、残差视觉曼巴层、分别与所述残差视觉曼巴层输出串联的3D注意力模块和归一化模块、与所述3D注意力模块输出和所述归一化模块输出串联的第一融合模块、与所述第一融合模块串联的第二融合模块; 所述初始代价体构建模块至少依次执行以下步骤: 将输入的一组左特征图和右特征图中左边i列、右边i列的像素值剔除,其中i为所述左特征图和所述右特征图的视差水平; 以交错叠加方式将像素值剔除后的所述左特征图和右特征图在通道纬度进行拼接,以获得初始代价体; 将所述初始代价体进行升纬,以使升纬后的所述初始代价体的纬度符合所述残差视觉曼巴层的输入纬度要求,其中所述残差视觉曼巴层的输入纬度要求为四维,所述残差视觉曼巴层的输出通道数为C4; 所述残差视觉曼巴层至少依次执行以下步骤: 对所述初始代价体构建模块输出的所述初始代价体进行层归一化; 将层归一化后的所述初始代价体输入曼巴模型; 将可学习参数与所述曼巴模型输出的所述初始代价体进行逐像素相加; 将逐像素相加后的所述初始代价体进行层归一化; 将层归一化后的所述初始代价体输入线性层; 所述3D注意力模块至少依次执行以下步骤: 对所述残差视觉曼巴层输出的所述初始代价体分别进行最大池化和平均池化; 将最大池化后的所述初始代价体和平均池化后的所述初始代价体进行逐像素相加; 将逐像素相加后的所述初始代价体进行第一次Sigmoid归一化; 将所述残差视觉曼巴层输出的所述初始代价体和第一次Sigmoid归一化后的所述初始代价体进行第一次逐像素相乘; 将第一次逐像素相乘后的所述初始代价体进行至少3次3D卷积,其中3次3D卷积的卷积核大小依次为1x7x7,7x1x1和7x7x7,分别作用于空间、深度和整体维度; 将至少3次3D卷积后的所述初始代价体进行第二次Sigmoid归一化; 将第二次Sigmoid归一化后的所述初始代价体与第一次逐像素相乘后的所述初始代价体进行第二次逐像素相乘; 所述归一化模块至少依次执行以下步骤: 对所述残差视觉曼巴层输出的所述初始代价体进行层归一化; 基于可学习参数对所述残差视觉曼巴层输出的初始代价体进行加权; 将加权后的所述初始代价体和所述层归一化后的所述初始代价体进行残差连接。
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云南师范大学,其通讯地址为:650500 云南省昆明市呈贡区聚贤街768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”。
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。