南京郵電大學邵文澤獲國家專利權
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!
龍圖騰網獲悉南京郵電大學申請的專利一種基于點云學習的無監督單目深度估計方法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:CN116912207B 。
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:202310873710.4,技術領域涉及:G06T7/00;該發明授權一種基于點云學習的無監督單目深度估計方法是由邵文澤;范文浩設計研發完成,并于2023-07-17向國家知識產權局提交的專利申請。
本一種基于點云學習的無監督單目深度估計方法在說明書摘要公布了:本發明屬于計算機視覺圖像處理領域,公開一種基于點云學習的無監督單目深度估計方法,包括:準備數據集;將訓練集分批輸入無監督單目點云估計模型,模型輸出與輸入圖像對應的預測點云、位姿變化,計算與輸入圖像對應的重投影圖像和重建點云,計算訓練總損失,包括重投影損失、預測點云的自監督約束損失、預測點云的幀間約束損失、邊緣平滑損失;使用總損失約束模型訓練,到最優的無監督單目點云估計模型;準備用于3D目標檢測的數據集,用預測點云文件替換真實點云文件;訓練3D目標檢測模型,得到最優3D目標檢測模型。本發明深入挖掘純圖像方法,通過直接估計點云并引入點云約束,提升了道路場景的深度估計及3D目標檢測精度。
本發明授權一種基于點云學習的無監督單目深度估計方法在權利要求書中公布了:1.一種基于點云學習的無監督單目深度估計方法,其特征在于:所述無監督單目深度估計方法包括如下步驟: 步驟1:準備用于無監督單目深度估計的數據集D1,數據集包括訓練集D1-T和驗證集D1-E,所述訓練集包括攝影設備拍攝的多組時間連續單目圖像,所述驗證集包括攝影設備拍攝的多張不連續單目圖像; 步驟2:將訓練集D1-T分批輸入無監督單目點云估計模型,每批訓練數據包括多組連續單目圖像,模型輸出用于計算損失的數據,輸出數據包括與輸入圖像對應的預測點云、與輸入圖像對應的攝影設備位姿變化,其中,所述無監督單目點云估計模型為編碼器解碼器架構,其中:編碼器為ResNet18模型,用于提取場景圖像的特征,解碼器為點云解碼器,用于解碼場景圖像的特征并輸出場景的預測點云; 步驟3:根據步驟2所得的預測點云和攝影設備位姿變化,計算與輸入圖像對應的重投影圖像和重建點云; 步驟4:根據步驟2所得的預測點云和步驟3所得的重投影圖像、重建點云,計算訓練總損失,其中所述訓練總損失包括重投影損失、預測點云的自監督約束損失、預測點云的幀間約束損失、邊緣平滑損失,其中,所述預測點云的自監督約束損失表示為: 其中SSIMpc是點云結構相似性度量函數,用于測量兩團點云的結構相似性,P表示步驟3的重建點云,Q表示步驟2的預測點云,Pt表示目標幀圖像對應的重建點云,Qt表示目標幀圖像對應的預測點云,median表示取中位數,div表示逐點除,υ是超參數,Pt表示為: Pt=DptK-1pt 其中K表示攝影設備的相機內參,D表示無監督單目點云估計模型計算的深度,所述深度是點云估計模型輸出的點云的第三維度,Dpt是pt的深度,pt是目標幀上的坐標; 所述預測點云的幀間約束損失表示為: 其中,Q表示步驟2的預測點云,Q′s表示對源幀的預測點云進行依據采樣點扭曲點云的變換操作warp操作得到的點云,Qt表示目標幀的預測點云,Qt→s表示對目標幀的預測點云進行位姿變換得到的點云,SSIMpc是點云結構相似性度量函數、median表示取中位數,div表示逐點除,υ是超參數,Q′s和Qt→s分別表示為: Q′s=warpQs,p′s Qt→s=Tt→sQt 其中,Tt→s是模型輸出的位姿變化,warp是依據采樣點扭曲點云的變換操作,Qs是源幀預測點云,p′s是源幀上的采樣點,所述變換操作warpQ′s,p′s是指源幀預測點云Qs根據采樣點p′s來扭曲變形,所述采樣點是目標幀坐標向源幀重投影得到的坐標,即源幀上與目標幀對應的點,p′s表示為: p′s~KTt→sDptK-1pt 其中K表示攝影設備的相機內參,D表示無監督單目點云估計模型計算的深度,所述深度是點云估計模型輸出的點云的第三維度; 步驟5:使用步驟4所得訓練總損失訓練步驟2所述無監督單目點云估計模型,得到最優的無監督單目點云估計模型,使用訓練集D1-E對最優的無監督單目點云估計模型進行驗證,計算深度估計指標; 步驟6:準備用于3D目標檢測的數據集D2,數據集包括訓練集D2-T和驗證集D2-E,所述訓練集和驗證集均包括攝影設備拍攝的多張不連續單目圖像、所述圖像對應的點云文件,所述點云文件為步驟2所得輸入圖像對應的預測點云; 步驟7:使用訓練集D2-T訓練3D目標檢測模型,得到最優3D目標檢測模型,使用驗證集D2-E對最優3D目標檢測模型進行驗證,計算3D目標檢測指標。
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南京郵電大學,其通訊地址為:210003 江蘇省南京市鼓樓區新模范馬路66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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。