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！

龙图腾网获悉重庆大学申请的专利一种基于学习的显著性定位的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：CN116311130B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310289567.4，技术领域涉及：G06V20/56；该发明授权一种基于学习的显著性定位的方法是由王科;王勇;马赛设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本一种基于学习的显著性定位的方法在说明书摘要公布了：本发明涉及地图显著性定位技术领域，具体涉及到一种基于学习的显著性定位的方法。本发明提供的一种基于学习的显著性定位的方法，采用显著性预测模型在SLAM框架中模仿这种机制。根据一个显著性模型来预测显著性地图，该模型可以捕获场景语义和几何信息。将显著性图的值作为传统捆绑调整方法中特征点的权重。在KITTI和EuRoc数据集中与最先进的算法进行的详尽实验表明，该发明提出的算法在室内和室外环境中都优于现有算法，显著提高了定位精度和鲁棒性。

本发明授权一种基于学习的显著性定位的方法在权利要求书中公布了：1.一种基于学习的显著性定位的方法，其特征在于：采用计算机在ORB-slam3的算法框架下对视频地图进行以下处理： S1、跟踪视频地图的图像I的信息， S2、根据跟踪的图像I的信息获取关键帧， S3、根据S2步骤获取的关键帧创立关键帧的局部建图，并建立关键帧的数据库， S4、对S1处理步骤中视频地图的图像I进行显著性预测，并获取显著性图， S5、将S4获取的显著性图导入S1步骤，作为跟踪图像信息的依据， S6、将S4获取的显著性图导入S3步骤，作为创立关键帧的局部建图的依据， S7、合并图像，将S4步骤获取的显著性图与S3步骤创立的关键帧的局部建图合并，得到显著性定位地图； 其中，S4中的显著性预测包括以下步骤： A1、提取S1处理步骤中视频地图的图像I，并将其输入图形处理器，预先I的语义权重Wc， A2、提取输入图像Ii的几何信息Gi， A3、利用语义分割网络SDCNet获取图像信息Ii的语义掩模：Ci＝SDCNetIi， A4、利用语义掩模过滤几何信息： A5、对A4进行过滤几何信息后的几何信息乘以A1步骤中定义的语义权重Wc， A6、对A4步骤中获取的对进行高斯模糊： A7、A6中进行高斯模糊后的结果进行显著性图归一化：

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重庆大学，其通讯地址为：400000 重庆市沙坪坝区正街174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。