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！

龙图腾网获悉电子科技大学申请的专利一种动态环境下基于改进SuperPoint的视觉SLAM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：CN115393603B 。

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：202210835231.9，技术领域涉及：G06V10/44；该发明授权一种动态环境下基于改进SuperPoint的视觉SLAM方法是由李福生;黄杰设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本一种动态环境下基于改进SuperPoint的视觉SLAM方法在说明书摘要公布了：本发明属于视觉SLAM技术领域，具体提供一种动态环境下基于改进SuperPoint的视觉SLAM方法，用以解决现有动态环境下的视觉SLAM方法鲁棒性不足的问题；本发明首先在SuperPoint网络的基础上，构建了添加残差权重分支的特征点及描述子提取网络，将网络残差权重分支输出与特征点分支输出进行加权融合，使构建的网络具有剔除动态特征点的功能；之后将构建的网络应用于ORB‑SLAM2的跟踪线程，代替ORB方法提取图像特征点和描述子；结合ORB‑SLAM2的局部建图和回环检测线程，实现了动态环境下鲁棒视觉SLAM系统，提高了视觉SLAM系统在动态环境下位姿估计的准确性和鲁棒性。

本发明授权一种动态环境下基于改进SuperPoint的视觉SLAM方法在权利要求书中公布了：1.一种动态环境下基于改进SuperPoint的视觉SLAM方法，其特征在于，包括以下步骤： 步骤1、构建带标签数据集； 将无标签的真实图像作为输入，使用端到端的视觉重定位方法PixLoc生成输入图像的残差权重图作为残差权重标签，使用特征点自标注方法得到特征点伪标签； 步骤2、构建图像静态特征点及描述子提取网络，并在带标签数据集上完成离线训练； 所述图像静态特征点及描述子提取网络包括：共享编码器、残差权重分支、特征点分支及描述子分支，输入图像经过共享编码器进行进行下采样得到初步特征图，残差权重分支、特征点分支与描述子分支分别对初步特征图进行解码，得到残差权重图、特征点概率图与描述子特征图，其中，残差权重图与特征点概率图进一步加权融合得到特征点置信度图，再设定置信度阈值、并通过快速近似非极大值抑制算法得到特征点；对描述子特征图进行双三次线性插值，再通过L2归一化为单位长度，得到稠密描述子向量； 步骤3、将训练完成的图像静态特征点及描述子提取网络用于ORB-SLAM2的特征点和描述子提取过程，实现基于改进SuperPoint的视觉SLAM方法。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。