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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于遮挡解耦网络的无监督双目深度估计方法及系统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：CN117314990B 。

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：202311258410.1，技术领域涉及：G06T7/55；该发明授权一种基于遮挡解耦网络的无监督双目深度估计方法及系统是由李长河;梁召淮;王兴宏;周广辉设计研发完成，并于2023-09-26向国家知识产权局提交的专利申请。

本一种基于遮挡解耦网络的无监督双目深度估计方法及系统在说明书摘要公布了：本发明公开一种基于遮挡解耦网络的无监督双目深度估计方法，构建双目深度估计模型，包括遮挡解耦的匹配模块、基于代价体的遮挡感知模块、域不变的遮挡填充模块；以及整个网络所对应的分步训练策略。匹配模块构建了一个精简的双目深度估计网络，用以仅回归非遮挡区域的视差，并在真实场景中通过自监督的方式对网络进行微调，遮挡感知模块利用匹配模块中聚合后的代价体生成遮挡掩码图，遮挡填充模块根据所生成的非遮挡区域的视差，以及相机左图中的语义信息来填充遮挡区域的视差。本发明采用遮挡解耦网络，解决了无监督对遮挡区域性能退化的问题，抑制了遮挡区域对匹配任务的不利影响，提升了对于遮挡以及非遮挡区域预测的准确性。

本发明授权一种基于遮挡解耦网络的无监督双目深度估计方法及系统在权利要求书中公布了：1.一种基于遮挡解耦网络的无监督双目深度估计方法，其特征在于，包括以下步骤： S1、获取左右图像数据，将左右图像数据划分为合成场景数据集和真实场景数据集； S2、构建双目深度估计模型，包括：匹配模块、遮挡感知模块、遮挡填充模块； 所述匹配模块的输入为左右图像数据，所述匹配模块的输出为聚合后的代价体； 所述遮挡感知模块的输入为所述聚合后的代价体，所述遮挡感知模块的输出为遮挡掩码图； 所述遮挡填充模块的第一输入为左图像，所述遮挡填充模块的第二输入是所述遮挡掩码图和非遮挡区域视差图相乘得到，所述非遮挡区域视差图为所述聚合后的代价体进行视差回归得到，所述遮挡填充模块的输出为视差图； S3、使用合成场景数据集和对双目深度估计模型的模块进行分布训练，得到训练后的双目深度估计模型； 具体为： S31、冻结遮挡感知模块、遮挡填充模块的参数，使用合成场景数据集训练匹配模块至收敛，得到训练后的匹配模块； S32、冻结遮挡填充模块和训练后的匹配模块的参数，使用训练后的匹配模块的输出训练遮挡感知模块至收敛，得到训练后的遮挡感知模块； S33、冻结训练后的匹配模块和训练后的遮挡感知模块的参数，使用训练后的匹配模块的输出进行视差回归后，与训练后的遮挡感知模块的输出进行相乘，作为遮挡填充模块的训练输入，训练遮挡填充模块至收敛，得到训练后的遮挡填充模块； S34、使用合成场景数据集对训练后的匹配模块、训练后的遮挡感知模块、训练后的遮挡填充模块组成的整体网络进行端对端训练至收敛，得到初训练后的双目深度估计模型； S35、冻结初训练后的双目深度估计模型的遮挡感知模块、遮挡填充模块的参数，采用自监督的方式，使用真实场景数据集微调初训练后的双目深度估计模型的匹配模块至收敛，得到训练后的双目深度估计模型； S4、将待检测的双目相机的左右图像输入到训练后的双目深度估计模型，得到所估计视差图，结合双目相机的标定参数以及双目基线，得到与输入图像尺寸相同的深度图。

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中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。