買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京郵電大學申請的專利一種基于擴散模型與目標提示的單目圖像深度估計方法、裝置及設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120147390B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510226151.7，技術領域涉及：G06T7/50；該發明授權一種基于擴散模型與目標提示的單目圖像深度估計方法、裝置及設備是由裴頌偉;楊文政;李岳華;李倩;王尚廣設計研發完成，并于2025-02-27向國家知識產權局提交的專利申請。

本一種基于擴散模型與目標提示的單目圖像深度估計方法、裝置及設備在說明書摘要公布了：本發明提供了一種基于擴散模型與目標提示的單目圖像深度估計方法、裝置及設備，涉及計算機視覺技術領域。包括：將樣本檢測圖像輸入待訓練的深度估計模型，通過預訓練的圖像編碼器對樣本檢測圖像進行處理，得到淺層空間表示；通過預訓練的目標檢測網絡對樣本檢測圖像進行處理，得到目標檢測結果；通過待訓練的目標提示模塊對目標檢測結果進行處理，得到目標提示信息；將淺層空間表示和目標提示信息輸入待訓練的去噪網絡得到多尺度特征；將多尺度特征輸入待訓練的交互解碼器得到樣本深度圖；基于標簽深度圖和樣本深度圖對待訓練的深度估計模型進行訓練，得到訓練好的深度估計模型以用于進行深度估計，從而提升基于擴散模型的單目深度估計的精度。

本發明授權一種基于擴散模型與目標提示的單目圖像深度估計方法、裝置及設備在權利要求書中公布了：1.一種基于擴散模型與目標提示的單目圖像深度估計方法，其特征在于，所述方法包括： 將樣本檢測圖像輸入待訓練的深度估計模型，所述待訓練的深度估計模型至少包括：預訓練的圖像編碼器、預訓練的目標檢測網絡、待訓練的目標提示模塊、待訓練的去噪網絡和待訓練的交互解碼器； 通過所述預訓練的圖像編碼器對所述樣本檢測圖像進行處理，得到所述樣本檢測圖像對應的淺層空間表示； 通過所述預訓練的目標檢測網絡對所述樣本檢測圖像進行處理，提取得到所述樣本檢測圖像的目標檢測結果； 通過所述待訓練的目標提示模塊對所述目標檢測結果進行處理，得到所述樣本檢測圖像對應的目標提示信息； 將所述淺層空間表示和所述目標提示信息輸入所述待訓練的去噪網絡，提取得到多尺度特征； 將所述多尺度特征輸入所述待訓練的交互解碼器，得到樣本深度圖； 基于所述樣本檢測圖像對應的標簽深度圖和所述樣本深度圖，對所述待訓練的目標提示模塊、所述待訓練的去噪網絡和所述待訓練的交互解碼器進行訓練，直至得到訓練好的深度估計模型； 將待檢測圖像輸入所述訓練好的深度估計模型，得到所述待檢測圖像對應的深度圖； 所述多尺度特征至少包括：分辨率從小到大的第一分辨率特征、第二分辨率特征、第三分辨率特征和第四分辨率特征； 將所述多尺度特征輸入所述待訓練的交互解碼器，得到樣本深度圖，包括： 將所述第一分辨率特征作為全局特征，將所述第二分辨率特征作為局部特征，對所述全局特征和所述局部特征之間進行交互，得到第一交互融合特征； 將所述第一交互融合特征作為所述全局特征，將所述第三分辨率特征作為所述局部特征，對所述全局特征和所述局部特征之間進行交互，得到第二交互融合特征； 將所述第二交互融合特征作為所述全局特征，將所述第四分辨率特征作為所述局部特征，對所述全局特征和所述局部特征之間進行交互，得到所述樣本深度圖； 對所述全局特征和所述局部特征之間進行交互，包括： 從所述全局特征中提取得到通道注意力圖，將所述通道注意力圖與所述局部特征進行逐元素相乘，得到第一融合特征； 從所述局部特征中提取得到空間注意力圖，將所述空間注意力圖與所述全局特征進行逐元素相乘，得到第二融合特征； 將所述第一融合特征與所述局部特征進行逐元素相加，得到第三融合特征； 將所述第二融合特征與所述全局特征進行逐元素相加，得到第四融合特征； 對所述第四融合特征和所述第三融合特征進行拼接融合。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京郵電大學，其通訊地址為：100876 北京市海淀區西土城路10號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。