買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京郵電大學(xué)申請的專利一種基于CNN和Transformer特征融合的單目深度估計方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118052859B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202410067946.3，技術(shù)領(lǐng)域涉及：G06T7/55；該發(fā)明授權(quán)一種基于CNN和Transformer特征融合的單目深度估計方法是由霍智勇;王振東設(shè)計研發(fā)完成，并于2024-01-17向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于CNN和Transformer特征融合的單目深度估計方法在說明書摘要公布了：本發(fā)明屬于計算機(jī)視覺領(lǐng)域，公開了一種基于CNN和Transformer特征融合的單目深度估計方法，包括：首先，構(gòu)建混合深度數(shù)據(jù)集并對其進(jìn)行預(yù)處理，將預(yù)處理后的圖片輸入網(wǎng)絡(luò)提取CNN特征圖，其次，使用特征轉(zhuǎn)換模塊得到類圖像特征圖并調(diào)整類圖像特征圖的尺度，獲得四個Transformer特征圖，而后將兩個特征圖輸入引導(dǎo)融合模塊，獲得四個層級的特征圖并將其輸入解碼融合模塊，獲得解碼后的輸出特征圖；最后將輸出特征圖輸入深度輸出模塊生成深度圖，將深度圖標(biāo)簽和深度圖進(jìn)行損失值計算，得到訓(xùn)練好的模型。本發(fā)明的雙分支結(jié)構(gòu)產(chǎn)生了提升了深度圖的全局準(zhǔn)確性，細(xì)化了局部紋理和邊緣的表現(xiàn)，提高了模型的泛化能力。

本發(fā)明授權(quán)一種基于CNN和Transformer特征融合的單目深度估計方法在權(quán)利要求書中公布了：1.一種基于CNN和Transformer特征融合的單目深度估計方法，其特征在于：所述單目深度估計方法具體包括如下步驟： 步驟1、構(gòu)建用于訓(xùn)練的混合深度數(shù)據(jù)集，對混合深度數(shù)據(jù)集中的RGB圖片及其對應(yīng)的深度圖標(biāo)簽進(jìn)行歸一化、數(shù)據(jù)增強(qiáng)的預(yù)處理操作； 步驟2、將步驟1預(yù)處理的RGB圖片輸入到網(wǎng)絡(luò)中，所述網(wǎng)絡(luò)包括編碼部分和解碼部分，所述編碼部分包括Transformer分支、CNN分支和引導(dǎo)融合模塊，所述解碼部分包括解碼融合模塊和深度輸出模塊，所述Transformer分支處理RGB圖片得到一維Transformer特征圖； 步驟3、所述CNN分支處理步驟1預(yù)處理后的RGB圖片并提取四個不同分辨率的CNN特征圖； 步驟4、選取所述Transformer分支中的四層一維Transformer特征圖，并使用所述特征轉(zhuǎn)換模塊將一維Transformer特征圖轉(zhuǎn)換為類圖像特征圖，并用轉(zhuǎn)置卷積調(diào)整類圖像特征圖的尺度，最終獲得與步驟3得到的CNN特征圖相對應(yīng)分辨率的四個Transformer特征圖； 步驟5、步驟3得到的CNN特征圖和步驟4得到的四個Transformer特征圖輸入所述引導(dǎo)融合模塊，獲得四個層級的特征圖，其分辨率為輸入RGB圖片的，其中，將CNN特征圖和四個Transformer特征圖輸入所述引導(dǎo)融合模塊，獲得四個層級的特征圖，具體包括以下步驟： 步驟5.1、對于每個所述引導(dǎo)融合模塊，處理相同尺度的Transformer特征圖和CNN特征圖，先將Transformer特征圖和CNN特征圖沿著通道維度拼接，然后通過3x3卷積，BN和RELU激活函數(shù)降低通道維度； 步驟5.2、使用shuffleattention機(jī)制增強(qiáng)特征表示，使Transformer特征圖和CNN特征圖充分融合； 步驟5.3、通過四個引導(dǎo)融合模塊獲得四個層級的特征圖，其中每個層級的特征圖兼具Transformer的全局信息處理優(yōu)勢和CNN的局部特征提取優(yōu)勢； 步驟6、將步驟5獲得的四個層級的特征圖輸入所述解碼融合模塊，所述解碼融合模塊由殘差卷積單元和上采樣操作組成，通過跳躍連接自下而上的融合四個層級的特征圖，逐步重建圖像細(xì)節(jié)，獲得解碼后的輸出特征圖，分辨率為輸入RGB圖片的14； 步驟7、將步驟6得到的解碼后的輸出特征圖輸入所述深度輸出模塊，生成與輸入圖片RGB相同大小、細(xì)節(jié)豐富、準(zhǔn)確性高的深度圖； 步驟8、將輸入RGB圖像的深度圖標(biāo)簽和所述步驟7預(yù)測的深度圖進(jìn)行損失值計算，進(jìn)行網(wǎng)絡(luò)超參數(shù)迭代優(yōu)化，得到訓(xùn)練好的模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京郵電大學(xué)，其通訊地址為：210046 江蘇省南京市棲霞區(qū)文苑路9號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。