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！

龙图腾网获悉华中科技大学申请的专利双目立体视觉匹配网络构建方法及双目立体视觉匹配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：CN117152580B 。

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：202310965320.X，技术领域涉及：G06V10/82；该发明授权双目立体视觉匹配网络构建方法及双目立体视觉匹配方法是由李丹;张珍;杨兆成;洪健设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本双目立体视觉匹配网络构建方法及双目立体视觉匹配方法在说明书摘要公布了：本发明公开了双目立体视觉匹配网络构建方法及双目立体视觉匹配方法，属于双目立体视觉匹配领域，包括：收集左图、右图及相应的视差图构建数据集后，对待训练的立体匹配网络进行训练和测试，得到双目立体视觉匹配网络；立体匹配网络包括：视差边缘预测分支，用于对图像进行视差边缘预测；以及视差估计主干网络，包括：代价立方体构建子网络，用于构建代价立方体；代价聚合模块，用于对代价立方体进行正则化，得到聚合代价体；聚合代价优化模块，用于按照参考图像的视差边缘预测图抑制聚合代价体的边缘区域；以及视差回归模块，用于对优化后的聚合代价体上采样后回归，得到视差图。本发明能准确实现边缘和遮挡区域的匹配，提高匹配精度和可靠性。

本发明授权双目立体视觉匹配网络构建方法及双目立体视觉匹配方法在权利要求书中公布了：1.一种双目立体视觉匹配网络构建方法，其特征在于，包括： 收集左图、右图及相应的视差图构建数据集，建立待训练的立体匹配网络后，利用所述数据集对所述待训练的立体匹配网络进行训练和测试，得到用于估计左图和右图间视差图的双目立体视觉匹配网络； 所述立体匹配网络包括：视差边缘预测分支和视差估计主干网络； 所述视差边缘预测分支用于对图像进行视差边缘预测，得到相应的视差边缘预测图； 所述视差估计主干网络包括： 代价立方体构建子网络，用于构建待匹配的左图和右图之间的代价立方体；待匹配的左图和右图中，一幅为参考图像，另一幅为待匹配图像； 代价聚合模块，用于对所述代价立方体进行正则化，得到聚合代价体； 聚合代价优化模块，用于按照所述视差边缘预测分支预测输出的参考图像的视差边缘预测图识别所述聚合代价体的边缘区域并进行抑制，得到优化后的聚合代价体； 以及视差回归模块，用于将所述优化后的聚合代价体上采样至与所述参考图像尺寸一致后对其进行回归，得到视差图； 所述代价立方体构建子网络包括： 左图低尺度特征提取模块，用于对左图进行原尺度特征提取，得到左图的低尺度特征； 左图高尺度特征提取模块，用于对左图的低尺度特征进行空间金字塔池化操作，得到左图的高尺度特征； 左图特征融合模块，用于将左图的低尺度特征和高尺度特征进行加权融合，得到左图的融合特征；融合时，低尺度特征在边缘区域具有较高的权重，高尺度特征在非边缘区域具有较高的权重，边缘区域和非边缘区域依据所述视差边缘预测分支预测输出的左图的视差边缘预测图确定； 右图低尺度特征提取模块，用于对右图进行原尺度特征提取，得到右图的低尺度特征； 右图高尺度特征提取模块，用于对右图的低尺度特征进行空间金字塔池化操作，得到右图的高尺度特征； 右图特征融合模块，用于将右图的低尺度特征和高尺度特征进行加权融合，得到右图的融合特征；融合时，低尺度特征在边缘区域具有较高的权重，高尺度特征在非边缘区域具有较高的权重，边缘区域和非边缘区域依据所述视差边缘预测分支预测输出的右图的视差边缘预测图确定； 以及代价体构建模块，用于按照预定的最大视差值，在每个视差水平上将左图的融合特征和右图的融合特征进行连接，得到左图和右图之间的代价立方体。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。