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！

龙图腾网获悉安徽理工大学申请的专利一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算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：CN116485860B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310429798.0，技术领域涉及：G06T7/50；该发明授权一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法是由夏晨星;张梦格;高修菊;葛斌;段秀真;朱序;高梦亚;陈欣雨设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法在说明书摘要公布了：本发明属于计算机视觉图像处理领域，提出了一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法，包括以下步骤：在编码器中首先使用预训练后的ResNet‑50网络从输入的RGB图像中逐渐提取多尺度的特征，之后添加Transformer模块帮助解决卷积神经网络有限的感受野问题，指导提取编码器最终的深度特征图；其次，在解码器中，通过提出的查询注意模块渐进式地交互查询和利用来自多尺度ResNet‑50卷积模块提取的不同区域特征以及Transformer模块提取的全局上下文信息特征，做到充分增强和融合空间信息的多样性和相关性，逐渐查询细化边缘特征。本文提出的查询交叉注意模块QAM既能够充分地利用卷积神经网络对空间相关性建模的归纳偏差又能够使用Transformer对全局关系建模从而获得更细粒度和密集的深度特征表示，生成高质量的深度预测图。

本发明授权一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法在权利要求书中公布了：1.一种基于多尺度渐进交互和聚合交叉注意力特征的单目深度预测算法，其特征在于，该算法包含以下步骤： 1此单目深度预测算法利用在ImageNet上预先训练好的ResNet-50架构初始化编码器网络的骨干网络提取多尺度的特征； 2使用ResNet主干网络得到的最后一层输出特征映射作为Transformer层的输入进行处理，有效地提取和聚合整个场景信息，增强骨干网络输出特征的全局性和相关性； 3使用自下而上的方法，从最低分辨率的输出特征图开始，逐渐进行上采样，使用交叉注意力机制和跳跃连接从相应尺度的编码器特征图中不断强化边缘细节，融合全局和局部特征，得到更精细的特征表示； 4使用尺度不变损失Scale-InvariantlossSILog监督和训练网络模型，计算预测深度值与地面真实值之间的差。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168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。