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！

龙图腾网获悉大连理工大学申请的专利一种基于高阶特征和注意力机制的多模态单目深度估计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：CN119515944B 。

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：202411512404.9，技术领域涉及：G06T7/50；该发明授权一种基于高阶特征和注意力机制的多模态单目深度估计方法是由邹迎;陈喆;殷福亮设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种基于高阶特征和注意力机制的多模态单目深度估计方法在说明书摘要公布了：本发明公开了一种基于高阶特征和注意力机制的多模态单目深度估计方法，包括：获取单目RGB图和对应的真实深度图，并对训练集中的单目RGB图进行数据增强处理；构造基于高阶特征和注意力机制的多模态单目深度估计网络模型，构建多模态单目深度估计网络模型的损失函数，利用划分好的训练集训练所述多模态单目深度估计网络模型，在训练过程的反向传播中，其中梯度值通过链式法则传递，并采用优化算法更新该网络模型的参数，通过多次迭代训练，逐渐收敛控制损失函数在训练数据上的值最小，获得最佳权重；将测试集中的图像输入至具有最佳权重的多模态单目深度估计网络模型中，获得RGB单目图对应的预测深度图。

本发明授权一种基于高阶特征和注意力机制的多模态单目深度估计方法在权利要求书中公布了：1.一种基于高阶特征和注意力机制的多模态单目深度估计方法，其特征在于包括： 获取单目RGB图和对应的真实深度图，将单目RGB图和对应的真实深度图作为数据集，并将数据集划分为训练集和测试集，对训练集中的单目RGB图进行数据增强处理； 构造基于高阶特征和注意力机制的多模态单目深度估计网络模型，该模型包括对比语言-图像预训练CLIP架构、EMA解码器单元、高阶图像特征增强单元和垂直判别器单元； 构建多模态单目深度估计网络模型的损失函数，利用划分好的训练集训练所述多模态单目深度估计网络模型，在训练过程的反向传播中，其中梯度值通过链式法则传递，并采用优化算法更新该网络模型的参数，通过多次迭代训练，逐渐收敛控制损失函数在训练数据上的值最小，获得最佳权重； 将测试集中的图像输入至具有最佳权重的多模态单目深度估计网络模型中，获得RGB单目图对应的预测深度图； 所述多模态单目深度估计网络模型的损失函数包括改进的尺度不变对数损失函数Ls和判别器损失函数Ld，改进的尺度不变对数损失函数Ls的计算方法如下： 其中，di为深度真值，表示网络预测深度值，P表示具有有效真值的像素数，判别器损失函数Ld表示为： 其中，G和D分别表示生成器和判别器对应的函数，其中生成器包括带有高阶模块和EMA解码器的CLIP模型，x表示输入的RGB图像，y为对应的深度图；Gz表示生成器基于输入的RGB图像生成的预测深度图，Dx,y表示判别器对真实深度图的判断，Dx,Gz表示判别器对生成的预测深度图的判断，总损失函数L是Ls和Ld的权值之和： L＝γLs+βLd 其中，γ和β代表不同的权值。

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大连理工大学，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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。