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！

龙图腾网获悉沈阳工业大学申请的专利一种多视角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：CN115588038B 。

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：202211279016.1，技术领域涉及：G06T7/55；该发明授权一种多视角深度估计方法是由魏东;刘欢;张潇瀚;张焱焱设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本一种多视角深度估计方法在说明书摘要公布了：本发明提供了一种多视角深度估计方法，具体步骤如下：步骤1：图像输入：通过相机获取N+1张不同图像，正视图像和其余方向图像分别作为参考图像Ii＝0和目标图像Ii，i的取值范围是0到N；步骤2：特征提取：包括FPN网络模块和CA模块两个部分；步骤2.1：FPN网络模块是基于步骤1获取的图像，提取不同尺度的初始特征图；步骤2.2：将FPN网络模块对输入相机图像进行三个不同尺度的特征提取后，能够解决现有的由于采集到的图像存在遮挡问题、弱纹理区域、反射表面，重复图案的情况，传统深度估计方法在这种情况下预测的深度信息不准确或者出现无法预测的问题。

本发明授权一种多视角深度估计方法在权利要求书中公布了：1.一种多视角深度估计方法，其特征在于，具体步骤如下： 步骤1：图像输入：通过相机获取N+1张不同图像，正视图像和其余方向图像分别作为参考图像Ii＝0和目标图像Ii，i的取值范围是0到N； 步骤2：特征提取：包括FPN网络模块和CA模块两个部分； 步骤2.1：FPN网络模块是基于步骤1获取的图像，提取不同尺度的初始特征图； 步骤2.2：将FPN网络模块对输入相机图像进行三个不同尺度的特征提取后，得到的初始特征图，通过DCN模块过渡到CA模块； 步骤3：深度求精：经过特征提取后得到的不同尺度特征图，要用级联的方式预测出不同分辨率的深度图； 步骤4：深度优化：利用残差学习网络，将深度求精模块输出的分辨率为W×H初始深度图进行细化得到优化后的深度图，使用Focalloss来训练网络模型，根据总损失再通过Adam优化方法对网络模型进行梯度更新，从而引导整个模型的训练； 其中，步骤2.2包括CA模块是将特征图沿水平和垂直方向的注意力信息嵌入到通道中，具体步骤如下： 步骤2.2.1：CA模块将输入特征沿水平和垂直两个方向分别进行全局平均池化； 步骤2.2.2：沿水平和垂直两个方向的池化层输出结果分别是Pw和ph，接下来进行Concate操作； 其中，步骤3包括构建代价体、代价体正则化和深度估计三部分，具体包括如下步骤： 步骤3.1：构建代价体：将CA模块输出后的特征图送入构建代价体模块，进行构建代价体； 步骤3.2：代价体正则化：使用3D卷积对代价体进行正则化； 步骤3.3：深度估计：使用Softmax操作将正则化后的代价体归一化得到概率体，从概率体中预测深度图。

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沈阳工业大学，其通讯地址为：110870 辽宁省沈阳市铁西区经济技术开发区沈辽西路111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”。