发明专利已授权

一种基于多层特征的单目图像深度估计方法

Name: 一种基于多层特征的单目图像深度估计方法
Brand: 浙江科技学院
SKU: 2019106147888
Availability: InStock

📄 申请号：CN201910614788.8 📄 发布日：2026/10/14

著录项目信息

申请日

2019-07-09

公开号

CN110322499B

公开日

2021-04-09

申请人

浙江科技学院

法律状态

已下证

专利类型

发明

主分类号

G06T7_521

IPC 分类号

G06T7_521 , G06T7_55 , G06N3_04 ,

技术画像

所属领域

其他分类其他

应用场景

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多层特征的单目图像深度估计方法。选取原始单目深度估计图像以及其对应已知的深度估计标签图并构成训练集，构建神经网络，将训练集输入到神经网络模型中进行训练，计算每幅原始单目深度估计图像对应的深度预测图与原始单目深度估计图像对应的深度估计标签图构成的的损失函数值；不断迭代训练从而完成神经网络模型的训练；利用训练后获得的神经网络模型对待测的单目深度估计图像进行预测处理，输出获得对应的深度预测图。本发明实现了低、中、高层的特征图有效组合与不同层信息的有效互补，加快模型的运行速度，提高网络模型的效率，预测精确率提高，同时深度图的质量也进一步提升。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN110322499B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

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

多模态的深度信息融合和注意力学习的显著性检测方法

当前第 / 件

基于全残差空洞卷积神经网络的道路场景语义分割方法

同领域国内专利 · IPC: (G06T7_521)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖50个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

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：3 ❤️ 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 2657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)