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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于状态空间模型的光流估计方法、程序、设备及存储介质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：CN119559219B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411627075.2，技术领域涉及：G06T7/269；该发明授权一种基于状态空间模型的光流估计方法、程序、设备及存储介质是由项学智;陈一鸣;李孝恒;周宪坤;胡淯棋;乔玉龙设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种基于状态空间模型的光流估计方法、程序、设备及存储介质在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种基于状态空间模型的光流估计方法、程序、设备及存储介质。本发明设计了基于CNN‑Mamba混合模块的图像特征增强网络和Mamba特征交叉增强模块，并设计了CNN‑Mamba混合循环回归框架的神经网络。本发明利用CNN‑Mamba混合模块的图像特征增强网络高效提取输入图像的全局信息，不仅可以探索输入图像像素之间的远程依赖关系，还能保持线性复杂度。本发明利用Mamba特征交叉增强模块获取全局运动特征，在运动边界内聚合全局纹理信息，并实现对纹理特征的信息增强，最终以此提高光流估计的精度。

本发明授权一种基于状态空间模型的光流估计方法、程序、设备及存储介质在权利要求书中公布了：1.一种基于状态空间模型的光流估计方法，其特征在于：将连续两帧图像It和It+1输入至预训练的CNN-Mamba混合循环回归框架的神经网络中； 所述CNN-Mamba混合循环回归框架的神经网络包括图像特征增强网络模块、纹理特征提取网络模块、运动特征编码模块、Mamba特征交叉增强模块和循环迭代细化模块；所述图像特征增强网络模块包括基于CNN的卷积网络模块和多组Mamba模块；所述Mamba特征交叉增强模块包括Mamba运动增强模块和纹理特征增强模块； 基于CNN的卷积网络模块对输入的图像It和It+1分别提取局部特征同时下采样图像特征，得到图像特征Ft和Ft+1；图像特征Ft和Ft+1分别通过Mamba模块进行图像特征增强，得到增强后的图像特征和每个Mamba模块会捕获输入图像特征中每个像素之间的远程依赖关系，同时保持线性复杂度，减少计算开销；Mamba模块的操作表示为： 其中，Ftk和表示第k个Mamba模块的输入和输出；表示Ftk正则化后的图像特征，LN表示标准化层；flinear表示线性函数；DWConV表示深度可分离卷积层；SiLU表示激活函数；表示逐像素点积操作；SS2D表示2D选择性扫描操作； 纹理特征提取网络模块对输入的图像It提取纹理特征Fc；和进行逐像素点积运算得到全局相关性体积，然后通过运动特征编码模块得到运动特征Fm，运动特征Fm和纹理特征Fc通过Mamba运动增强模块分别探索其像素之间的远程依赖关系，然后将学习到的权重分别聚合到运动特征Fm中，接着通过跳链接得到全局运动特征 其中，和分别表示正则化后的运动特征和纹理特征；Z表示输入特征的线性投影；GS表示全局特征搜索； 全局运动特征和运动纹理特征Fc通过纹理特征增强模块，纹理特征增强模块从全局运动特征中预测一组尺度权重，然后利用它们来实现对整个密集位移的全局调整，最终得到纹理增强特征 其中，Sigmoid表示归一化操作；Conv表示卷积操作；ReLU表示激活函数；AVG表示平均池化； 全局运动特征和纹理增强特征输入至循环迭代细化模块中，所述循环迭代细化模块首先将运动特征Fm、全局运动特征和纹理增强特征沿通道维度拼接，然后输入门循环单元来迭代更新预测的光流，随后将对应光流上采样得到原始分辨率光流图，得到光流估计。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。