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！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的视觉惯性里程计特征融合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：CN116975780B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310956646.6，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的视觉惯性里程计特征融合方法是由肖卓凌;田蕴祺;李渤;陈宇;张之骏;覃昊洁设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种基于深度学习的视觉惯性里程计特征融合方法在说明书摘要公布了：本发明公开了一种基于深度学习的视觉惯性里程计特征融合方法，包括以下步骤：S1、获取相机采集的相邻两帧图片，将相邻两帧图片输入图像特征提取网络提取图像特征；S2、获取相邻两帧图像之间的惯导信息，将惯导信息输入惯导特征提取网络提取惯导特征；S3、根据步骤S1提取的图像特征，将图像特征输入空间通道注意力模块对图像特征进行筛选；S4、根据步骤S1提取的图像特征与步骤S2提取的惯导特征，将图像特征与惯导特征输入交叉注意力模块对惯导特征进行筛选；S5、将筛选后的图像特征与惯导特征进行拼接，采用解码器结构对融合特征的权重进行调整，得到最终的融合特征；该方法高效融合筛选后的图像与惯导特征，提高了视觉惯性里程计算法的定位精度。

本发明授权一种基于深度学习的视觉惯性里程计特征融合方法在权利要求书中公布了：1.一种基于深度学习的视觉惯性里程计特征融合方法，其特征在于，包括以下步骤： S1、获取相机采集的相邻两帧图片，将相邻两帧图片输入图像特征提取网络提取图像特征；其中，图像特征提取网络包括基于阶跃结构的卷积神经网络； 所述基于阶跃结构的卷积神经网络采用光流网络的编码器结构，具体包括：依次连接的64通道大小的7×7卷积核、128通道大小的5×5卷积核、256通道大小的5×5卷积核、256通道大小的3×3卷积核、以及四个512通道大小的3×3卷积核，并在编码器结构的128通道大小与256通道大小的5×5卷积核处以及两个512通道大小的3×3卷积核处加入阶跃结构；所述阶跃结构将5×5卷积核提取前的图像特征添加到提取后的图像特征中并送入3×3卷积核，提取图像特征； S2、获取相邻两帧图像之间的惯导信息，将惯导信息输入惯导特征提取网络提取惯导特征； S3、根据步骤S1提取的图像特征，将图像特征输入空间通道注意力模块对图像特征进行筛选； S4、根据步骤S1提取的图像特征与步骤S2提取的惯导特征，将图像特征与惯导特征输入交叉注意力模块对惯导特征进行筛选； S5、将筛选后的图像特征与惯导特征进行拼接，采用解码器结构对融合特征的权重进行调整，得到最终的融合特征，具体为： S51、将筛选后的图像特征与惯导特征沿通道方向拼接，得到融合特征； S52、根据得到的融合特征采用解码器结构对融合特征的权重进行调整，得到调整后的权重； S53、将得到的融合特征与调整后的权重相乘，得到最终的融合特征。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。