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！

龙图腾网获悉桂林电子科技大学申请的专利基于路径聚合的深度学习多视角立体三维重建算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：CN116778091B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310792243.2，技术领域涉及：G06T17/00；该发明授权基于路径聚合的深度学习多视角立体三维重建算法是由张斌;胡竞予设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本基于路径聚合的深度学习多视角立体三维重建算法在说明书摘要公布了：本发明提出了一种利用路径聚合策略的特征金字塔来提取图像多尺度特征，并将特征图经过可变形卷积层和CBAM卷积块注意力模块增强特征的表现能力。采用路径聚合策略特征提取网络，在常规特征金字塔网络的基础上添加了一条自底向上的路径，加强了低级特征在最终特征图中的表达能力，更有利于三维重建任务。采用了级联的代价体构建方式，在三个尺度下构建不同深度假设平面量的代价体，以此达到提升深度预测效率的目的。各尺度的源视图特征图借助可微的单应变换，得到多个特征体，并将多个特征体基于方差聚合得到代价体。对代价体通过3D‑Unet代价体正则化网络得到初步深度图，并通过深度图细化网络进行细化得到深度图，最后通过深度图融合生成最终的三维点云。

本发明授权基于路径聚合的深度学习多视角立体三维重建算法在权利要求书中公布了：1.一种基于路径聚合深度学习的多视角立体三维重建方法，其特征在于，所述方法包括以下步骤： 步骤1：设所求深度图视图为参考图像并选取n张源图像，确定对应的相机内外参数； 步骤2：将参考图像和若干源图像分别经过同一路径聚合特征提取网络，以获得各个图像的多尺度特征图； 所述路径聚合特征提取网络由两个自底向上、一个自顶向下的卷积神经网络，以及三个可变形卷积层，三个卷积块注意力模块构成；输入图像先经过一个自底向上的结构，该结构分别由三个残差卷积块构成；再经过一个自顶向下的结构，该结构由三个残差块构成，与前一个自底向上结构通过卷积核为1x1的卷积神经网络作为横向连接进行高级特征与低级特征融合；后续跟进最后一个自底向上的网络结构，体现路径聚合作用，三个层次的由底到高分别命名为N1、N2、N3；N1直接由前一个自顶向下的路径最后一层得到，先有N1经过两个步长分别为2和1的残差块，并将其得到的特征图加上之前自顶向下路径中同层特征图实现横向连接，再经过一个步长为1的残差块得到N2；N2输出与之前自顶向下路径经过横向连接的最顶层输出加在一起，作为输入给N3；由此得到三个不同尺度的特征图，并将其分别通过不同的可变形卷积层和卷积块注意力模块提取最终的多尺度特征图； 步骤3：根据基于特征图的单应性变换算法，由参考图像和源图像的特征图分别得到n组特征体，将特征体基于方差的方法构建代价体； 步骤4：将构建得到的代价体，经过3D-UNet网络结构进行代价体正则化得到概率体，对概率体沿第一维做softmax运算，并进行期望运算，得到最终参考图像的深度图，并对深度图通过细化网络进行细化； 步骤5：对所有多视角图像重复步骤1-4，求得每张图像的深度图，并经过深度图融合得到三维模型的点云表达，实现对目标场景的三维重建。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市金鸡路一号；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。