Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学胡高杰获国家专利权

南京信息工程大学胡高杰获国家专利权

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!

龙图腾网获悉南京信息工程大学申请的专利一种基于全局与局部特征的图像深度估计方法及装置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:CN115272437B

龙图腾网通过国家知识产权局官网在2026-04-17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:202210959545.X,技术领域涉及:G06T7/50;该发明授权一种基于全局与局部特征的图像深度估计方法及装置是由胡高杰;刘光灿设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。

一种基于全局与局部特征的图像深度估计方法及装置在说明书摘要公布了:本发明公开了一种基于全局与局部特征的图像深度估计方法及装置,包括:1数据预处理;2提取输入图像中的全局特征与局部特征;3融合全局特征与局部特征;4解码预测。本发明方法引入了一种新的仅用于深度估计任务的数据增强方法,能够使得模型在编码阶段既可以提取彩色图像的全局特征,也可以提取局部特征,以及在解码阶段利用我们设计的融合模块结合不同特征的同时预估稠密的、高质量的深度图,并且在额外的数据集上表现出了更强的泛化性能。

本发明授权一种基于全局与局部特征的图像深度估计方法及装置在权利要求书中公布了:1.一种基于全局与局部特征的图像深度估计方法,其特征在于,所述方法包括: 获取待估计的彩色图像; 对所述彩色图像进行数据预处理,得到输入图像InputRGB,包括:利用CutDepth-Mask数据增强方法作数据预处理;为了消除缺失值,对原有的CutDepth方法添加了mask,即保留原区域中深度值存在缺失的像素; 提取输入图像InputRGB中的全局特征与局部特征:利用SwinTransformer-T模块提取输入图像InputRGB的全局特征,利用ConvNeXt-S模块提取输入图像InputRGB的局部特征; 将提取得到的全局特征与局部特征进行融合,得到融合特征向量; 将融合特征向量解码恢复到输入图像InputRGB尺寸得到绝对深度图Depth_pre,对绝对深度图Depth_pre采用镜像预测得到预测深度图Depth_final,作为图像深度估计结果; 其中,利用SwinTransformer-T模块提取输入图像InputRGB的全局特征,包括:将输入图像InputRGB作为SwinTransformer-T模块的输入,利用一个卷积层将四维输入变量Bx3xHxW展平成一个三维变量BxPxC;将三维变量送入到由4个自注意力层以及3个下采样层组成的全局特征提取模块进行编码,自注意力层由多个线性层和不同的激活函数组成,下采样层则由一个大小为3,步长为2的卷积层组成;SwinTransformer-T模块输出4个不同分尺度的全局特征向量G1、G2、G3、G4,分别为输入图像InputRGB尺寸的 其中,利用ConvNeXt-S模块提取输入图像InputRGB的局部特征,包括:将输入图像InputRGB作为ConvNeXt-S模块的输入,通过四层卷积块与四个下采样层组成的模块对InputRGB进行编码,其中每一个卷积块均由1个7x7大小的卷积核与2个1x1大小的卷积核串联构成,分别输出4个不同尺度的局部特征向量L1、L2、L3、L4,分别为输入图像InputRGB尺寸的

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南京信息工程大学,其通讯地址为:224002 江苏省盐城市盐南高新区新河街道文港南路105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。

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。