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(深圳)(哈尔滨工业大学深圳科技创新研究院);交浦科技(深圳)有限公司申请的专利一种基于不确定度的视点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：CN117115897B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202311061679.0，技术领域涉及：G06V40/18；该发明授权一种基于不确定度的视点估计方法是由刘洪海;王新明;王志永;张瀚林设计研发完成，并于2023-08-22向国家知识产权局提交的专利申请。

本一种基于不确定度的视点估计方法在说明书摘要公布了：本发明公开了一种基于不确定度的视点估计方法，涉及计算机视觉领域，包括以下步骤：获取数据集并进行预处理；构建卷积神经网络，包括场景显著性特征提取网络、视线特征提取网络、特征融合网络、时序信息提取网络及视点解码网络；构建总神经网络，实现视点位置预测坐标及其不确定度的输出；设计损失函数，使总神经网络模型的损失函数最小化；按照监督学习策略网络，计算视点坐标预测值与视点坐标标签真值的损失值，利用梯度反向传播算法完成对总神经网络模型的训练；采用训练完成的总神经网络，对测试图像数据进行视点估计，并输出不确定度。本发明通过不确定度提取网络，以融合特征为输入，输出不确定度，通过损失函数优化不确定度提取网络。

本发明授权一种基于不确定度的视点估计方法在权利要求书中公布了：1.一种基于不确定度的视点估计方法，其特征在于，所述方法包括以下步骤： S101：获取数据集，并对所述数据集进行预处理； S103：构建卷积神经网络，所述卷积神经网络包括场景显著性特征提取网络、视线特征提取网络、特征融合网络、不确定度提取网络及视点解码网络； S105：构建总神经网络，所述总神经网络实现视点位置预测坐标及其不确定度的输出； S107：设计损失函数，使所述总神经网络模型的所述损失函数最小化； S109：按照监督学习策略网络，根据所述损失函数计算视点坐标预测值与视点坐标标签真值的损失值，利用梯度反向传播算法完成对所述总神经网络模型的训练； S111：采用训练完成的所述总神经网络，对测试图像数据进行视点估计，并输出不确定度； 其中， 在所述步骤S101中，所述数据集包括训练数据，所述训练数据包括包含受试者的场景图像和标注信息，根据所述标注信息，对单帧整张场景图像中受试者人脸进行裁剪，并根据所述受试者人脸在所述整张场景图像中的位置，生成人脸位置二值掩码图像； 所述场景显著性特征提取网络的输入数据为预处理后的所述场景图像与所述人脸位置二值掩码图像沿通道方向叠加后的数据，所述输入数据先经过第一ResNet-50卷积神经网络的处理，然后再依次由两个瓶颈层处理，所述场景显著性特征提取网络的输出为场景显著性特征，所述第一ResNet-50卷积神经网络的输入维度为224×224×4； 所述视线特征提取网络的输入数据为预处理后的人脸图像数据，所述输入数据先经过第二ResNet-50卷积神经网络的处理，然后再依次由两个瓶颈层处理，所述视线特征提取网络的输出为视线特征，所述第二ResNet-50卷积神经网络的输入维度为224×224×3； 所述特征融合网络的输入为所述场景显著性特征与所述视线特征沿通道方向叠加后的特征向量，所述特征融合网络的输出为特征融合向量。

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(深圳)(哈尔滨工业大学深圳科技创新研究院);交浦科技(深圳)有限公司，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。