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！

龙图腾网获悉中国电建集团成都勘测设计研究院有限公司申请的专利面向施工安全的自监督单目深度估计迁移学习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：CN115170971B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202210924807.9，技术领域涉及：G06V20/10；该发明授权面向施工安全的自监督单目深度估计迁移学习方法及系统是由郑小玉;刘自强;童宁波;朱华蓉设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本面向施工安全的自监督单目深度估计迁移学习方法及系统在说明书摘要公布了：本发明公开了面向施工安全的自监督单目深度估计迁移学习方法及系统，涉及人工智能技术领域，其技术方案要点是：采集包含施工设备和工人的施工现场图像，并对所有施工现场图像进行标注和划分，构建迁移数据集；建立自监督的单目深度估计网络模型，并加载单目深度估计网络模型的预训练参数；依据迁移数据集对单目深度估计网络模型进行迁移训练，训练过程采用损失函数约束；利用定量评价指标评估每次训练后单目深度估计网络模型的性能，筛选得到最优的单目深度估计网络模型。本发明结合自监督单目深度估计模型的编解码器结构特点，利用场景深度的层次区分来实现将自监督的单目深度估计网络模型从自动驾驶等场景迁移到施工场景。

本发明授权面向施工安全的自监督单目深度估计迁移学习方法及系统在权利要求书中公布了：1.面向施工安全的自监督单目深度估计迁移学习方法，其特征是，包括以下步骤： 采集包含施工设备和工人的施工现场图像，并对所有施工现场图像进行标注和划分，构建迁移数据集； 建立自监督的单目深度估计网络模型，并加载单目深度估计网络模型的预训练参数； 依据迁移数据集对单目深度估计网络模型进行迁移训练，训练过程采用损失函数约束； 利用定量评价指标评估每次训练后单目深度估计网络模型的性能，筛选得到最优的单目深度估计网络模型； 所述损失函数计算的深度损失包含： 每个标注框中随机变量与相应平均值之间的深度偏差所造成的损失； 以及，所有标注框之间的深度顺序所对应的损失； 所述深度偏差所造成的损失计算公式具体为： 其中，表示深度偏差造成的损失；表示当前图像中标注框的数量；则表示当前图像中第个标注框区域的；表示当前图像中对应的通过深度估计网络预测得到的深度图归一化之后的深度图；表示随机变量的标准差； 深度图的计算公式具体为： 其中，表示当前图像对应的通过深度估计网络预测得到的深度图；、分别表示中的最大值和最小值； 所述深度顺序所对应的损失计算公式具体为： 其中，表示深度顺序所对应的损失；表示当前图像中标注框的数量；表示第个标注框与第个标注框之间的框间距离估计损失；和均为整数，表示图像中标注框的序号，序号越大表示标注框的平均深度值越大； 距离估计损失的计算公式具体为： 其中，表示求解对应随机变量平均值的函数；是为了避免平凡解加入的扰动。

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电建集团成都勘测设计研究院有限公司，其通讯地址为：610000 四川省成都市青羊区浣花北路1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。