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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的图像鲁棒构建视觉里程计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：CN117079072B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310983442.1，技术领域涉及：G06V10/774；该发明授权一种基于深度学习的图像鲁棒构建视觉里程计的方法是由李基拓;张佳路;李嘉奇;陆国栋设计研发完成，并于2023-08-07向国家知识产权局提交的专利申请。

本一种基于深度学习的图像鲁棒构建视觉里程计的方法在说明书摘要公布了：本发明公开了一种基于深度学习的图像鲁棒构建视觉里程计的方法，该视觉里程计包括运动提取网络、光流估计网络和位姿估计网络；所述运动提取网络根据图像的模糊拖影输出像素点的运动向量；所述光流估计网络将像素点的运动向量作为先验信息来构建匹配代价CostVolume层，得到更为准确的光流图；所述位姿估计网络将估计的光流图和置信度信息层作为输入量，计算得到相机的六自由度位姿信息。本发明利用模糊图像包含的运动信息作为先验信息，约束了匹配代价区域的分布，增加了光流图的置信度信息，实现了模糊场景下相机位姿的鲁棒估计。

本发明授权一种基于深度学习的图像鲁棒构建视觉里程计的方法在权利要求书中公布了：1.一种基于深度学习的图像鲁棒构建视觉里程计的方法，其特征在于，包括以下步骤： 1利用监督训练方式训练运动提取网络，使用训练后得到运动提取网络根据图像的模糊拖影输出像素点运动向量，得到i+1帧图像像素点的运动信息，其中i≥0；所述运动提取网络的训练结构包含两个模块：模糊生成模块和运动提取模块，其训练的监督标签为真实的模糊图像和清晰图像中像素点的零偏移量；训练过程分为两个流线：流线一为输入同一场景的模糊图像和清晰图像，运动提取网络提取模糊图像的运动信息，模糊生成模块基于提取的运动信息对清晰图像进行模糊化，然后生成的模糊图像与真实模糊图像构成监督关系；流线二为输入清晰图像，运动提取网络对清晰图像提取运动信息，生成的运动偏移量与零偏移量构成监督关系； 2以无监督训练方式训练光流估计网络，该网络以第i帧和第i+1帧的相邻两帧图像和第i+1帧图像像素点的运动信息为输入量，输出估计的光流图；具体为：首先使用卷积网络，按照金字塔原则由上至下或由下至上来提取两帧图像的特征，然后通过每层提取的特征来构建匹配代价层，且将运动提取网络输出的各像素运动向量作为先验信息，引导匹配代价区域的构建，最后将提取的特征层和构建的匹配代价层输入光流估计网络，计算得到所需的光流图； 3以监督训练方式训练位姿估计网络，该网络以估计的光流图和其置信度信息为输入量，输出估计的相机位姿。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。