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！

龙图腾网获悉上海应用技术大学申请的专利一种自监督的单目车距检测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：CN117079237B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311049975.9，技术领域涉及：G06V20/56；该发明授权一种自监督的单目车距检测方法是由王浩;刘鹏宇设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本一种自监督的单目车距检测方法在说明书摘要公布了：本发明公开了一种自监督的单目车距检测方法，包括步骤S1：下载并处理KITTI数据集，将数据集随机分为训练集和测试集；步骤S2：构建提取特征的自编码器结构，输入是原始图像，并在提取的特征图中计算光度误差，动态调整参数使得重建图像与原始图像的误差最小；步骤S3：构建多维度模型，构建位姿网络与深度预测网络并加入注意力机制；步骤S4：将模型输出的相对深度做尺度恢复转换为绝对深度。本发明通过改进monodepth2的网络结构，在解码器网络中加入CRPBlock链式残差池化模块以及引入注意力模块，使模型更加关注重要的特征区域上，从而提高模型的性能。

本发明授权一种自监督的单目车距检测方法在权利要求书中公布了：1.一种自监督的单目车距检测方法，其特征在于，包括以下步骤： 步骤S1：下载并处理KITTI数据集，将数据集随机分为训练集和测试集； 步骤S2：构建提取特征的自编码器结构，输入是原始图像，并在提取的特征图中计算光度误差，动态调整参数使得重建图像与原始图像的误差最小； 步骤S2包括以下内容： 步骤S2-1：在传统的U-Net采样网络中，上采样部分将原有的转置卷积换成反卷积操作，在U-Net采样层倍数2倍、4倍、8倍的基础上，增加16倍采样层； 步骤S2-2：增加关键模块，根据步骤S2-1所述的结构，在解码器网络中加入CRPBlock链式残差池化模块，将残差连接与权重可学习进行融合，在Encoder部分加入最大池化层，用于约束特征图的尺寸； 步骤S2-3：计算光度损失，根据步骤S2-2中所述的结构，对输出的特征图进行计算光度误差，利用单视图重构来学习特征表示这将有利于对无纹理区域以及光照反射的表面的判别； 步骤S3：构建多维度模型，构建位姿网络与深度预测网络并加入注意力机制； 步骤S3包括以下内容： 在现有的Monodepth2网络模型中引入注意力模块，在Monodepth2的backbone网络末尾加入注意力模块，即backbone网络中最后一个特征提取模块和跳跃连接模块之间，插入Self-Attention模块，自适应学习图像中不同位置的关联性； 步骤S4：将模型输出的相对深度做尺度恢复转换为绝对深度。

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上海应用技术大学，其通讯地址为：200235 上海市徐汇区漕宝路120-121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。