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！

龙图腾网获悉土豆数据科技集团有限公司申请的专利低显存占用的多阶段稠密重建方法及装置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：CN115345917B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210954308.4，技术领域涉及：G06T7/40；该发明授权低显存占用的多阶段稠密重建方法及装置是由庞大为;王江安设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本低显存占用的多阶段稠密重建方法及装置在说明书摘要公布了：本申请公开了一种低显存占用的多阶段稠密重建方法及装置，该方法包括：获取多张原始图像；通过预设特征金字塔生成每张原始图像的多个尺度的特征图；确定每个参考图像对应的多个源图像的多个尺度的特征体；在顶层尺度上，生成参考图像的代价体，使用分层式递归卷积网络生成深度图；在其他尺度上，参考上一尺度的深度图生成参考图像的剩余代价体，使用分层式递归卷积网络生成残差深度图，与上一尺度的深度图上采样相加获得本尺度深度图；融合多张底层尺度上生成的深度图，获得稠密点云。本申请公开的方法能够生成高精度的深度图，有效克服以往基于深度学习的MVS算法在提取低纹理、弱纹理等方面的难题和显存占用过大的问题，实现了图像的稠密重建。

本发明授权低显存占用的多阶段稠密重建方法及装置在权利要求书中公布了：1.一种低显存占用的多阶段稠密重建方法，其特征在于，包括： 获取多张原始图像；其中，所述原始图像包括参考图像和源图像； 通过预设特征金字塔生成每张所述原始图像的多个尺度的特征图； 根据所述原始图像的多个尺度的所述特征图，确定每个所述参考图像对应的多个源图像的多个尺度的特征体； 在顶层尺度上，生成所述参考图像的代价体，并使用分层式递归卷积网络生成深度图；在其他尺度上，参考上一尺度的深度图生成所述参考图像的剩余代价体，使用分层式递归卷积网络生成残差深度图，并将所述残差深度图与上一尺度的深度图上采样相加，获得本尺度上的深度图； 融合多张底层尺度上生成的深度图，获得稠密点云； 还包括：使用多尺度聚合模块对所述特征图进行特征细化； 所述多尺度聚合模块包括第一聚合模块和第二聚合模块；所述第一聚合模块包括空洞卷积和双线性插值单元，所述第二聚合模块包括可变形卷积和双线性插值单元； 所述使用多尺度聚合模块对所述特征图进行特征细化，包括： 对每张所述原始图像的底层尺度上的所述特征图使用第二聚合模块进行特征细化； 对每张所述原始图像的其他尺度上的所述特征图使用第一聚合模块进行特征细化； 第二聚合模块中的可变形卷积定义如下：，其中，表示像素的特征值，和表示在普通卷积运算中定义的卷积核参数和固定偏移量，和是可变形卷积的经过学习产生的偏移量和权重。

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土豆数据科技集团有限公司，其通讯地址为：710000 陕西省西安市高新区天谷八路211号环普科技产业园E座504；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。