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！

龙图腾网获悉湖南大学申请的专利基于逆透视映射和同步学习的在线地图构建方法和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：CN119559345B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411620948.7，技术领域涉及：G06T17/05；该发明授权基于逆透视映射和同步学习的在线地图构建方法和系统是由李智勇;彭博敏;李思羽设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本基于逆透视映射和同步学习的在线地图构建方法和系统在说明书摘要公布了：本发明涉及基于逆透视映射和同步学习的在线地图构建方法和系统，获取透视图像并预处理，经变换得到多尺度逆透视映射图像，经多尺度条状卷积解码，利用不同方向的条状卷积残差连接，经逐层解码和特征融合，得到全局鸟瞰特征；预处理后透视图像经同步学习序列和语义分割网络得到透视特征；将透视特征转换到鸟瞰坐标系，并与全局鸟瞰特征在空间上对齐，得到增强后的透视特征，通过卷积操作融合全局鸟瞰特征和增强后的透视特征，融合后的特征经解码器输出所构建地图的当前帧。结合逆透视映射和同步学习，融合多帧的鸟瞰特征和透视特征，保留鸟瞰视角下的道路结构，透视补充透视图像中的环境细节。

本发明授权基于逆透视映射和同步学习的在线地图构建方法和系统在权利要求书中公布了：1.基于逆透视映射和同步学习的在线地图构建，其特征在于：包括以下步骤： 获取透视图像并预处理，经变换得到多尺度逆透视映射图像； 得到的逆透视映射图像经多尺度条状卷积解码，利用不同方向的条状卷积残差连接，经逐层解码和特征融合，得到全局鸟瞰特征； 预处理后透视图像经同步学习序列进行透视特征提取，通过语义分割网络进行语义分割，生成透视特征，透视特征为静态和动态物体之间的关联特征； 将透视特征转换到鸟瞰坐标系，并与全局鸟瞰特征在空间上对齐，得到增强后的透视特征，通过卷积操作融合全局鸟瞰特征和增强后的透视特征，融合后的特征经解码器输出所构建地图的当前帧； 其中，逐层解码和特征融合，包括以下步骤： 第四层解码，具体为： 输入特征图通过卷积层减小通道数，得到调整后的特征图： 将分别沿纵向、横向和对角线方向提取特征，得到四个不同方向的条状卷积结果，在通道维度上融合，形成方向融合特征图： 将处理后的特征图与第三层编码器的特征图融合，形成当前层的解码特征； 第三层解码，具体为： 通道调整：将上一层的解码特征进行上采样，匹配第三层编码器特征的分辨率，得到调整后的特征； 将分别沿纵向、横向和对角线方向提取特征，得到四个不同方向的条状卷积特征，并在通道上融合，得到融合后的特征； 将与下一层的输入特征融合，形成当前层的解码特征； 第二层解码，具体为： 通道调整：将上一层解码特征进行上采样，得到调整后的特征； 将分别沿纵向、横向和对角线方向提取特征，得到四个不同方向的条状卷积特征，并在通道上融合，得到融合后的特征； 将与下一层的输入特征融合，形成当前层解码特征； 第一层解码，具体为： 将上一层特征上采样后，分别沿纵向、横向和对角线方向提取特征，得到四个不同方向的条状卷积特征，并在通道上融合，得到提高分辨率后的融合特征，作为输出的全局鸟瞰特征； 其中，通过卷积操作融合全局鸟瞰特征和增强后的透视特征，具体为：引入前三帧的增强特征，通过车辆运动矩阵将前三帧的融合特征转换到当前帧视角下，对齐不同时间步的特征，并将多帧特征进行时序融合，得到的融合特征经解码器输出所构建地图的当前帧。

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湖南大学，其通讯地址为：410012 湖南省长沙市岳麓区麓山南路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。