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！

龙图腾网获悉江南大学申请的专利结合卷积和轴注意力的光流估计方法、系统及电子设备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：CN115841502B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211585174.X，技术领域涉及：G06T7/207；该发明授权结合卷积和轴注意力的光流估计方法、系统及电子设备是由陈璟;刘爽;柴志雷;吴秦;刘登峰;王宁;周浩杰;任利军设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本结合卷积和轴注意力的光流估计方法、系统及电子设备在说明书摘要公布了：本发明涉及一种结合卷积和轴注意力的光流估计方法、系统及电子设备，方法包括：获取并提取所述第一帧图像和第二帧图像的第一匹配特征和第二匹配特征，并提取第一帧图像的上下文网络特征；分别提取第一匹配特征、第二匹配特征和上下文网络特征中每个特征点的周边关系信息，得到第一LC‑LD匹配特征、第二LC‑LD匹配特征和LC‑LD上下文特征；计算第一LC‑LD匹配特征和第二LC‑LD匹配特征的相关性成本量，并将相关性成本量与LC‑LD上下文特征输入GRU网络进行迭代优化，得到低分辨率光流；对所述低分辨率光流进行上采样，得到高分辨率光流。本发明在光流估计中使用较少迭代次数时依然可以获得较好的精度和泛化性能。

本发明授权结合卷积和轴注意力的光流估计方法、系统及电子设备在权利要求书中公布了：1.一种结合卷积和轴注意力的光流估计方法，其特征在于：包括： 步骤S1：获取第一帧图像和第二帧图像； 步骤S2：分别提取所述第一帧图像和第二帧图像的第一匹配特征和第二匹配特征，并提取所述第一帧图像的上下文网络特征； 步骤S3：分别提取所述第一匹配特征、第二匹配特征和上下文网络特征中每个特征点的周边关系信息，得到第一LC-LD匹配特征、第二LC-LD匹配特征和LC-LD上下文特征，方法包括： 步骤S31：将初始特征送入由一层3×3卷积构成的局部约束模块获取初始特征的局部信息，生成LC特征，其中，所述LC特征为局部约束特征，所述初始特征为第一匹配特征、第二匹配特征或上下文网络特征； 步骤S32：将所述LC特征输入由水平轴注意力和垂直轴注意力组成的多头轴注意力模块，获取关于所述LC特征的轴注意力特征，其中，所述水平轴注意力为基于当前特征点，对当前特征点所在行进行self-attention，得到的当前特征点与其所在行的水平轴注意力；所述垂直轴注意力为基于当前特征点，对当前特征点所在列进行self-attention，得到的当前特征点与其所在列的垂直轴注意力； 步骤S33：使用由一层3×3卷积构成的局部扩张模块对所述轴注意力特征与其四周的特征点进行交互，生成LD特征，其中，所述LD特征为局部扩张特征； 步骤S34：将所述LD特征输入至前馈神经网络，得到前馈神经网络特征，再使用卷积将所述前馈神经网络特征与初始特征进行融合，最后对融合后的特征进行维度提升，得到局部约束与局部扩张特征FLC-LD； 步骤S4：计算所述第一LC-LD匹配特征和第二LC-LD匹配特征的相关性成本量，并将所述相关性成本量与LC-LD上下文特征输入GRU网络进行迭代优化，得到低分辨率光流； 步骤S5：对所述低分辨率光流进行上采样，得到高分辨率光流，其中，所述高分辨率光流为第一帧图像和第二帧图像中同一目标的移动距离与移动方向所产生的光流向。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。