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！

龙图腾网获悉武汉大学;山东省国土测绘院申请的专利基于街景图像的城市行道树三维形态参数计算方法及装置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：CN120374830B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202510211943.7，技术领域涉及：G06T17/00；该发明授权基于街景图像的城市行道树三维形态参数计算方法及装置是由董震;陈典;龙宸;江娜;牛宵设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于街景图像的城市行道树三维形态参数计算方法及装置在说明书摘要公布了：本申请涉及一种基于街景图像的城市行道树三维形态参数计算方法及装置，其中，方法包括：利用深度估计基础模型和视觉特征提取网络层从街景图像中提取稳健的视觉特征；借助深度估计基础模型和深度特征提取网络层从街景图像中获取稳健的深度特征，无需固定先验和人工解释，提升三维形态计算的准确性；构建三维形态回归模型，通过注意力层实现视觉和深度信息的交互，同时引入树掩膜回归和距离回归辅助任务，聚焦树木的视觉形状和空间位置，得到树木的形态参数的估计结果。由此，本申请通过构建一个端到端的深度学习网络模型，从而能够在给定街景图像时直接预测行道树的三维形态参数，极大提高了模型预测精度，满足了快速监测和管理的需求。

本发明授权基于街景图像的城市行道树三维形态参数计算方法及装置在权利要求书中公布了：1.一种基于街景图像的城市行道树三维形态参数计算方法，其特征在于，包括以下步骤： 获取目标城市行道树的街景图像，并将所述街景图像输入至预先构建的深度估计基础模型的编码器中，以得到对应的多尺度视觉特征，并通过预设的视觉特征提取网络层和残差连接层获取所述多尺度视觉特征对应的目标视觉特征； 将所述多尺度视觉特征输入至所述深度估计基础模型的解码器中，以提取所述街景图像对应的隐式特征，并利用预设的深度特征提取网络层和所述残差连接层获取所述隐式特征对应的目标深度特征； 利用预设的树木目标检测算法生成所述街景图像中每个行道树对应的树木边界框，并根据每个树木边界框和所述目标视觉特征计算待查询树木的边界框嵌入和所述边界框嵌入对应的查询向量，且将所述边界框嵌入、所述查询向量、所述目标视觉特征和所述目标深度特征输入至预先构建的三维形态回归模型中，以输出所述街景图像中待查询树木的三维形态参数； 其中，所述将所述街景图像输入至预先构建的深度估计基础模型的编码器中，以得到对应的多尺度视觉特征，并通过预设的视觉特征提取网络层和残差连接层获取所述多尺度视觉特征对应的目标视觉特征，包括： 通过所述解码器、所述编码器、所述视觉特征提取网络层、所述深度特征提取网络层、所述残差连接层和预设的前馈网络构建所述深度估计基础模型； 训练所述深度估计基础模型，并利用训练后的深度估计基础模型将所述街景图像划分为多个子图像块，且通过预设的自注意力机制提取所述多个子图像块对应的多尺度视觉特征； 利用预设的位置编码策略计算所述多个子图像块中每个子图像块的位置嵌入，并将所述位置嵌入和所述多尺度视觉特征输入至所述视觉特征提取网络层中，以得到所述多尺度视觉特征对应的视觉增强特征； 通过所述前馈网络和所述残差连接层更新所述视觉增强特征，以得到所述目标视觉特征； 所述位置编码策略的数学表达式为： 其中，表示第i个位置嵌入向量的第2t个元素；和表示位置嵌入向量中的两个连续元素；C为通道维数；sin和cos分别表示正弦函数和余弦函数。

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武汉大学;山东省国土测绘院，其通讯地址为：430072 湖北省武汉市武昌珞珈山；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。