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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于稠密匹配与先验知识增强的结构振动位移识别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：CN119006522B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411091247.9，技术领域涉及：G06T7/246；该发明授权一种基于稠密匹配与先验知识增强的结构振动位移识别方法是由黄永;张浩宇;闫昕;李惠设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本一种基于稠密匹配与先验知识增强的结构振动位移识别方法在说明书摘要公布了：本发明提出一种基于稠密匹配与先验知识增强的结构振动位移识别方法。所述方法包括图像特征增强网络的架构设计与训练、基于稠密匹配的非迭代式光流估计模型的建立、基于监测视频中的运动先验信息改进光流估计结果、像素运动向结构位移的转换、基于物理先验知识改进位移识别结果等。本发明所述方法采用训练好的深度学习模型增强图像特征，并使用基于注意力机制的稠密匹配与光流传播策略得到监测视频的全场像素运动，该方法实现了快速和稠密的运动估计，解决了现有方法的问题。所述方法在较低监测视频质量下识别结构振动位移的精度、密度和速度等方面具有独特的优势，对恶劣环境条件的鲁棒性也较强。

本发明授权一种基于稠密匹配与先验知识增强的结构振动位移识别方法在权利要求书中公布了：1.一种基于稠密匹配与先验知识增强的结构振动位移识别方法，其特征在于，所述方法包括以下步骤： 步骤一、通过仿真渲染技术建立包含多样化监测场景的视频、以及帧间光流的大数据集，用于训练图像特征增强网络 步骤二、建立基于稠密匹配的非迭代式光流估计模型：选择初始的网络架构超参数，建立图像特征增强网络输入数据集中两帧相关的图像I1、I2，经过计算输出增强的同分辨率特征F1、F2；将图像I1中所有像素点的位置记为P1，利用基于注意力机制的稠密匹配策略进行非迭代特征匹配，得到这些像素点在图像I2中的对应位置P2，进而得到初始的帧间光流估计结果0＝P2-P1；利用基于注意力机制的光流传播策略，将初始光流传播到图像中无法进行匹配的遮挡、出边界区域，得到光流估计值O*；将光流估计值与数据集中的真值进行对比，通过误差反向传播与梯度下降方法训练网络之后进行超参数调优，得到学习了匹配描述能力的图像特征增强网络此后固定其参数θ不再改变； 步骤三、提取实际的结构振动监测视频中隐含的运动先验信息，改进光流估计结果； 在步骤三中，一方面，使用非迭代运动估计算法快速获取对于所需监测的结构节点的运动幅值上界的估计，作为运动先验，限制稠密匹配的范围；另一方面，对比视频帧间的前向光流与后向光流，估计监测视频中存在的遮挡、出边界区域，计算这些区域与结构节点区域的重叠程度，作为运动先验，判断是否需要进行光流传播，限制光流传播的范围； 步骤四、设定监测视频中结构静止的参考帧，将静止帧与当前帧一起作为输入，基于步骤二中的光流估计模型，以及步骤三中的两类运动先验约束，计算得到两帧间的全场像素运动； 步骤五、基于结构线性振动理论的物理知识，改进位移测量结果；将所有测量节点的振动位移时程向量组成位移矩阵；使用奇异值分解来近似结构振动响应的模态分解，通过只保留主要的奇异值来近似低秩属性，进行位移测量结果的降噪，降低监测视频中部分结构节点区域的录制质量不佳而导致的过高误差水平；使用主要的奇异值成分重新组合，得到更准确的结构振动位移识别结果。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。