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 > 南京理工大学李俊获国家专利权

南京理工大学李俊获国家专利权

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!

龙图腾网获悉南京理工大学申请的专利一种真实移动场景下的视频去雾和深度估计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:CN119323533B

龙图腾网通过国家知识产权局官网在2025-06-10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:202411322635.3,技术领域涉及:G06T5/77;该发明授权一种真实移动场景下的视频去雾和深度估计方法是由李俊;樊俊凯;杨健设计研发完成,并于2024-09-23向国家知识产权局提交的专利申请。

一种真实移动场景下的视频去雾和深度估计方法在说明书摘要公布了:本发明公开了一种真实移动场景下的视频去雾和深度估计方法,为真实雾场景提供更清晰的视野和距离感知,本方法结合亮度一致性约束和大气散射模型共同优化深度估计网络;亮度一致性约束是利用去雾的相邻帧作为输入,获得更精确的相机位姿,利用估计的深度图完成重投影,构建自监督的估计方式;随着深度估计网络的自监督学习,分别完成对整个大气散射模型的每个分量进行有效的解耦,同时利用每个分量去重构雾帧,形成一个重构损失约束去监督整个框架的学习;利用亮度一致性约束和大气散射模型共享的深度信息去构建一个共同优化的学习框架。在测试使用阶段,仅需输入一张真实雾的测试图像,就可以利用去雾网络和深度估计网络快速地修复其清晰场景。

本发明授权一种真实移动场景下的视频去雾和深度估计方法在权利要求书中公布了:1.一种真实移动场景下的视频去雾和深度估计方法,其特征在于,包括:步骤1、预处理数据集;利用非对齐参考匹配算法得到所有雾视频帧与清晰参考帧之间的匹配关系,根据标定的相机内参,将数据去畸变,并且进行裁剪;步骤2、将连续的雾视频帧I[t-n:t+n]∈R3×h×w输入到去雾网络ΦJ中得到去雾结果[Jt,Js],Jt表示当前去雾帧,Js表示Jt的邻近去雾帧,n=1;当前雾视频帧It分别输入到深度估计网络Φd中估计dt∈R1×h×w,以及散射系数估计网络Φβ中估计βt∈R1×h×w,利用暗通道的方式计算得到无限远大气光的值A∞;步骤3、将步骤2的去雾结果Jt再输入到相机位姿预测网络Φp中去预测得到相机的位姿信息px→y∈R4×4,然后利用Φd估计得到的dt和Φp得到px→y通过重投影相邻的去雾帧投影到当前帧上,通过计算光度损失约束深度估计进行自监督学习去估计深度dt;步骤4、根据步骤2-步骤3生成的Jt,A∞,dt和βt,利用大气散射模型计算重构当前雾视频帧I′t,然后定义I′t和It的重构损失函数包含三个损失函数之和,分别是一阶范数损失感知损失和结构相似度损失步骤5、构建关于Jt和J′t的非对齐参考损失函数Jt和J′t的非对齐参考损失函数对去雾网络进行颜色和纹理的特征分布进行正则约束;步骤6、利用鉴别器网络分别对去雾网络ΦJ和深度估计网络Φd进行正则约束;步骤7、根据步骤4、步骤5、步骤6的两个损失函数和以及二个鉴别器网络DMFIR和DMDR的对抗损失正则对整个DCL框架进行网络参数优化获得去雾结果;最后,输入测试真实RGB雾视频帧图像It,分别输入到去雾网络和深度估计网络,直接生成清晰场景图像结果Jt和深度图dt。

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理工大学,其通讯地址为:210094 江苏省南京市孝陵卫200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。