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！

龙图腾网获悉中国矿业大学申请的专利面向可穿戴智能装备视觉增强现实的单目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：CN115496787B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211171962.4，技术领域涉及：G06T7/50；该发明授权面向可穿戴智能装备视觉增强现实的单目深度估计方法是由程德强;韩成功;寇旗旗;刘海;徐飞翔;王晓艺;刘敬敬设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本面向可穿戴智能装备视觉增强现实的单目深度估计方法在说明书摘要公布了：本发明是面向可穿戴智能装备视觉增强现实的单目深度估计方法，属于图像处理技术领域，采用图像活跃度度量来分割图像特征，基于图像轮廓的多向分布，将输入图片分割为高阶特征和低阶特征，将高阶特征和低阶特征进行特征融合并送入共同的解码器来提升网络对于不同特征的感受强度；其次,基于递归网络的深度相似性损失，针对网络估计出的深度图，采用递归网络的方式将其重建后递归送入相同结构的深度估计网络，通过光度损失来约束一阶网络和二阶网络输入图像的相似性，通过深度相似性损失来约束一阶网络和二阶网络输出深度图的相似性，来弥补光度损失在面对低纹理区域时约束性较差的缺陷；深度一致性损失采用风格矩阵的余弦相似度来进行相似性度量。

本发明授权面向可穿戴智能装备视觉增强现实的单目深度估计方法在权利要求书中公布了：1.面向可穿戴智能装备视觉增强现实的单目深度估计方法，其特征在于，首先,采用图像活跃度度量来分割图像特征，基于图像轮廓的多向分布，将输入图片分割为高阶特征和低阶特征，将高阶特征和低阶特征进行特征融合并送入共同的解码器来提升网络对于不同特征的感受强度； 其次,基于递归网络的深度相似性损失，针对网络估计出的深度图，采用递归网络的方式将其重建后递归送入相同结构的深度估计网络，通过光度损失来约束一阶网络和二阶网络输入图像的相似性，通过深度相似性损失来约束一阶网络和二阶网络输出深度图的相似性，来弥补光度损失在面对低纹理区域时约束性较差的缺陷；深度一致性损失采用风格矩阵的余弦相似度来进行相似性度量； 所述图像活跃度度量的方法为图像方差法IAM； 所述图像梯度法沿着四个方向来计算图像块的方差，分别为水平方向、垂直方向、左下对角线方向和右下对角线方向。 所述图像梯度法的计算公式如下所示，其中α∈[0,1]为权值因子，表示两个方差之和的百分比，α设置为0.5； 其中V1是中心像素距离左下对角线和右下对角线方差之和；V2是中心像素距离水平和垂直方差之和；M和N为图像块的长和宽，bi,j为图像块中位置为[i,j]的像素点，

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中国矿业大学，其通讯地址为：221000 江苏省徐州市南郊翟山；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”。