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！

龙图腾网获悉长春理工大学申请的专利一种基于稀疏点输入的邻域图像立体匹配重建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：CN115631304B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211317259.X，技术领域涉及：G06T17/00；该发明授权一种基于稀疏点输入的邻域图像立体匹配重建方法是由詹伟达;曹可亮;唐雁峰;郭人仲;郑廷源设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于稀疏点输入的邻域图像立体匹配重建方法在说明书摘要公布了：本发明公开了一种基于稀疏点输入的邻域图像立体匹配重建方法，应用于三维重建技术领域，包括：构建包括自适应传播模块、可微变换模块、邻域图像贴图模块的网络模型；将源图像与稀疏点作为网络模型的输入进行迭代回归训练，并通过损失函数对训练结果进行优化与比较，直至训练次数达到设定阈值或损失函数的值到达设定范围内；将待测集输入至训练好的网络模型中，得到三维点云，进行融合匹配重建。本发明通过以稀疏点作为参考，应用邻域图像贴图，不仅大大减少了特征提取网络的运算量，并且有效的解决了深度信息的冗余，在提高效率的基础上，提高了匹配网络精度，同时损失函数的优化，去掉了参数冗余量，使得训练的网络鲁棒性更高，重建的精度更高。

本发明授权一种基于稀疏点输入的邻域图像立体匹配重建方法在权利要求书中公布了：1.一种基于稀疏点输入的邻域图像立体匹配重建方法，其特征在于，包括： 步骤1：构建包括自适应传播模块、可微变换模块、邻域图像贴图模块的网络模型；所述可微变换模块对源图像特征进行扭转，与稀疏点共同输入至邻域图像贴图模块，所述邻域图像贴图模块将所述稀疏点作为参考，通过邻域帧的图像信息对特征点进行修补贴图，得到初始深度图，回归至所述自适应传播模块，所述自适应传播模块对回归的初始深度图进行阶段分析，输入至所述可微变换模块，进行所述扭转； 步骤2：将源图像与稀疏点作为所述网络模型的输入进行迭代回归训练，并通过损失函数对所述训练结果进行优化与比较，直至训练次数达到设定阈值或损失函数的值到达设定范围内； 步骤3：将待测集输入至训练好的网络模型中，得到三维点云，进行融合匹配重建； 步骤1中，所述邻域图像贴图模块由六个卷积层、两个正则化层和两个S型激活函数构成，该过程分为两路完成，且操作相同，目的是为了信息的更好迭代，卷积一和卷积二将得到的深度信息简单的拉直处理；卷积三和卷积四与得到的稀疏点进行邻域贴图，每次的贴补由稀疏点和深度值进行相似对比，倘若相似值的误差范围较小则考虑贴补成功，反之则考虑贴补失败并去掉相似点；卷积五和卷积六则是对所述贴补操作的整合去掉冗余的信息，并将卷积三和卷积四的输出相乘，最后通过拼接操作整合到一起；所述正则化层和所述激活函数则是为了使网络的训练过程处于平衡的状态，最终得到初始深度图。

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长春理工大学，其通讯地址为：130022 吉林省长春市朝阳区长春市卫星路7089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。