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！

龙图腾网获悉西安邮电大学申请的专利一种用于房间布局估计的全景图C2P转换和布局生成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：CN119475532B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411930966.5，技术领域涉及：G06F30/13；该发明授权一种用于房间布局估计的全景图C2P转换和布局生成方法是由张伟东;周梦洁;刘颖;房杰;郝羽;何敬鲁设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种用于房间布局估计的全景图C2P转换和布局生成方法在说明书摘要公布了：本发明公开了一种用于房间布局估计的全景图C2P转换和布局生成方法。包括：获取目标室内场景图像；将目标室内场景图像输入深度学习模型，输出预测的完整深度图、全局平面可见性置信度图、墙面类别和平面语义标签；根据与每面墙对应的分割区域的形心水平位置来进行标签分配；根据平面语义标签在每个像素上确定与最高标签预测相关联的类别，从而得到一个粗略的布局分割掩模。从完整的深度图和平面可见性置信度中生成平面深度参数。利用C2P转换技术生成平面深度图，通过顺序平面深度图集成准确地估计房间的平面布局。本发明使C2P变换能灵活地应用于全景图像，为平面深度重建提供了强大的技术支持。

本发明授权一种用于房间布局估计的全景图C2P转换和布局生成方法在权利要求书中公布了：1.一种用于房间布局估计的全景图C2P转换和布局生成方法，包括： 步骤1、等矩形全景图像中平面深度的参数表示；存储沿从相机中心位置到每个方向的点的距离，等矩形全景图像中具有深度值R的像素p＝u，v被转换为以相机为中心的球面坐标系中的3D点 步骤2、在平面深度参数化的基础上，引入C2P转换； 步骤3、通过预测全景图像中每个平面的深度图来重建其布局，根据C2P转换，预测一个完整的深度图，识别图像中的主要平面，并确定每个平面的可见性置信度； 步骤4、顺序平面深度图集成； 所述步骤2中引入C2P转换包括：以一个表示为k的平面为例，给定表示为R的完整深度图以及表示为vk的平面k的相应可见性置信度图，C2P转换的目标是导出表示为Pk的平面k的平面深度参数，从而促进平面深度重建，使用从R导出的像素坐标及其关联的逆深度值，逆深度值为深度的倒数，形成两个矩阵，X∈Rn×3和Y∈Rn； 所述步骤3进一步包括：将复杂的可见性置信度预测任务分解为两个子任务，包括： 步骤3.1、预测每个平面的语义标签，以识别出场景中的主要平面； 步骤3.2、重复利用最后一个输出分支来预测全局平面可见性置信度图，所述全局平面可见性置信度图直观地反映所有主要平面的可见性； 所述步骤3.1进一步包括四任务学习框架，用于精确的3D布局估计；全景图像网络预测的C2P网络体系结构由一个特征编码器以及四个独立的输出分支组成，上述四个独立的输出分支各自完成四个不同的预测任务，所述四个不同的预测任务包括生成完整深度图、识别图像中的墙面类型、为每个平面分配语义标签，以及生成全局平面可见性的置信度图；具体包括： i生成完整的深度图，对于给定的室内全景图，利用第一个输出分支来预测完整深度图； ii识别图像中的墙面类型，房间的全景图像通常涵盖了天花板、地板以及多面墙，然而，在标注和识别这些元素时，天花板和地板的界定相对明确，而墙的定义则显得较为模糊和具有歧义； iii为每个平面分配语义标签，对于给定的室内全景图，将预测到的平面语义标签，命名为S∈Rh×w×N+2，N是N个沿全景图像水平方向均匀分布的锚点个数，2代表天花板和地面； iiii生成全局平面可见性的置信度图，所述全景图像网络能够根据平面可见性置信度图来重建平面深度图，从而允许所述全景图像网络根据实际需要自主确定可见性置信度。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安南路563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”。

以上内容由龙图腾AI智能生成。