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！

龙图腾网获悉南昌航空大学申请的专利基于分层几何注入的光流估计方法、设备、介质及产品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：CN121236123B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511783829.8，技术领域涉及：G06T7/269；该发明授权基于分层几何注入的光流估计方法、设备、介质及产品是由张聪炫;陈弘烨;葛利跃;陈震;王梓歌;何超设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本基于分层几何注入的光流估计方法、设备、介质及产品在说明书摘要公布了：本申请公开了一种基于分层几何注入的光流估计方法、设备、介质及产品，涉及光流估计领域，该方法包括通过编码器从连续的两帧图像中提取得到特征金字塔，特征金字塔包括由深至浅的多层运动特征；除最浅层运动特征之外，按照由深至浅顺序，分别通过几何注入模块依次将更深层运动特征注入相邻的更浅层运动特征中最终得到目标特征；根据目标特征构建全对代价体积；根据全对代价体积、最浅层运动特征和解码器估计目标光流，在运动不连续场景中依旧具有较高的光流估计准确率，解决了目前基于深度学习的光流估计方法在运动不连续场景中存在着光流估计准确性较低的问题。

本发明授权基于分层几何注入的光流估计方法、设备、介质及产品在权利要求书中公布了：1.一种基于分层几何注入的光流估计方法，通过目标深度学习网络模型实现光流估计，其特征在于，所述目标深度学习网络模型包括编码器、解码器和几何注入模块以及跨尺度流引导桥接模块；所述光流估计方法包括： 通过所述编码器从连续的两帧图像中提取得到特征金字塔，所述特征金字塔包括由深至浅的多层运动特征，特征金字塔是通过编码器从输入的图像中逐层提取得到的，其中越深层的运动特征具有更丰富的全局信息； 除最浅层运动特征之外，按照由深至浅顺序，分别通过所述几何注入模块依次将更深层运动特征注入相邻的更浅层运动特征中最终得到目标特征； 根据所述目标特征构建全对代价体积； 根据所述全对代价体积、所述最浅层运动特征和所述解码器估计目标光流； 所述解码器包括第一解码器和第二解码器； 根据所述全对代价体积、所述最浅层运动特征和所述解码器估计目标光流包括： 根据所述全对代价体积和所述第一解码器得到初步光流； 根据所述初步光流和所述最浅层运动特征构建局部代价体积； 通过所述第二解码器对所述局部代价体积进行解码得到所述目标光流； 所述几何注入模块的注入过程包括： 通过注意力权重生成机制生成所述更深层运动特征的注入权重； 根据所述注入权重，将上采样后的所述更深层运动特征与所述更浅层运动特征进行加权融合得到第一融合特征； 将所述第一融合特征与上采样后的所述更深层运动特征相加得到第二融合特征； 采用深度可分离卷积对所述第二融合特征进行卷积处理得到注入有所述更深层运动特征的所述更浅层运动特征； 根据所述初步光流和所述最浅层运动特征构建局部代价体积包括： 通过所述跨尺度流引导桥接模块将上采样后的所述初步光流与所述最浅层运动特征进行桥接得到桥接特征；其中，所述跨尺度流引导桥接模块通过注意力机制对所述最浅层运动特征进行增强得到所述桥接特征，并在增强过程中通过上采样后的所述初步光流校正查询位置，以及基于校正后的所述查询位置计算注意力分数实现对所述最浅层运动特征的增强； 根据所述桥接特征构建所述局部代价体积。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。