发明专利已授权

一种基于卷积神经网络的立体图像视差匹配方法

📄 申请号：CN201810844767.0 📄 发布日：2026/07/23

著录项目信息

申请日

2018-07-27

公开号

CN109005398B

公开日

2020-08-04

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

H04N13_106

IPC 分类号

H04N13_106 , G06N3_04 ,

技术画像

所属领域

卷积神经网络图像识别人工智能算法立体视觉神经网络卷积神经网络

应用场景

自动驾驶, 三维重建, 机器人导航, 虚拟现实, 增强现实

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于卷积神经网络的立体图像视差匹配方法，本发明基于现有的用于视差估计的端到端学习几何和上下文的深度立体回归算法，通过改进其所用的几何上下文卷积神经网络，利用LSTM神经网络作为网络层替代原本网络模型中的soft‑argmin网络层操作。相比于原有的依靠人工定义规则的soft‑argmin网络操作，LSMT通过网络学习出一个规则，以此来提高网络性能，提高亚像素的准确性，得到更加精确的视差估计图，而且LSTM网络擅长处理成本序列，加快了网络的处理速度，提高匹配效率。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于最优传输理论的多模态医学图像融合方法

当前第 / 件

一种基于多分支生成对抗网络的水下图像增强方法

同领域国内专利 · IPC: (H04N13_106)

H04N13_00 H04N13_106 H04N13_111 H04N13_117 H04N13_122 H04N13_128 H04N13_156 H04N13_161 H04N13_183 H04N13_194 H04N13_20 H04N13_204 H04N13_207 H04N13_239 H04N13_243 H04N13_246 H04N13_261 H04N13_264 H04N13_271 H04N13_275 H04N13_282 H04N13_296 H04N13_302 H04N13_31 H04N13_32 H04N13_322 H04N13_332 H04N13_337 H04N13_351 H04N13_363 H04N13_383 覆盖31个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：20 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于卷积神经网络的立体图像视差匹配方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (H04N13_106)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊