买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安交通大学申请的专利可泛化的通用单目深度图推理方法、系统、介质及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116167443B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310180743.0，技术领域涉及：G06N5/04；该发明授权可泛化的通用单目深度图推理方法、系统、介质及设备是由杨勐;王昊天;郑南宁设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本可泛化的通用单目深度图推理方法、系统、介质及设备在说明书摘要公布了：本发明公开了一种可泛化的通用单目深度图推理方法、系统、介质及设备，获取包含输入数据和监督数据的训练数据集；构建用于通用单目深度图推理的强泛化损失函数；构建由改进卷积运算块堆叠的7层U型卷积神经网络；基于训练数据集和强泛化损失函数，采用梯度下降方法对7层U型卷积神经网络进行训练，利用训练好的U型卷积神经网络推理得到同视点的深度图。本发明能够适应传感器与应用场景的变化，且能够处理未见过的应用场景，具有较好的通用性与较强的泛化性。

本发明授权可泛化的通用单目深度图推理方法、系统、介质及设备在权利要求书中公布了：1.可泛化的通用单目深度图推理方法，其特征在于，包括以下步骤： S1、获取包含输入数据和监督数据的训练数据集，输入数据包括视觉图像或视觉图像与原始深度图；监督数据为与输入数据同视点的深度图，采用对监督深度图人工退化的方法获取原始深度图具体为： 通过改变高斯噪声与椒盐噪声的参数为监督深度图加入仿真噪声；通过改变图像分辨率加入仿真模糊；通过随机采样有效像素数量加入仿真稀疏性，通过从预先建立的空洞数据集中随机采样并增强空洞图像，以加入仿真空洞；监督深度图像被四类仿真失真逐步退化为输入所需的原始深度图像，空洞数据集从训练集中进行创建，从有效像素数＞60%的深度图中提取空洞，并保存为空洞数据集，通过预先建立的空洞数据集随机采样空洞的方式加入仿真空洞，监督深度图被退化为原始深度图； S2、构建用于通用单目深度图推理的强泛化损失函数，强泛化损失函数具体为： 其中，为尺度自适应损失，为尺度不变的多尺度梯度损失，为尺度自适应损失与尺度不变的多尺度梯度损失之间的平衡系数，尺度自适应损失具体为： 其中，为监督深度图的有效像素点个数，为输入深度图的有效像素点个数，为推理出的深度图在像素点的深度值，为监督深度图在像素点的深度值，为推理出的深度图的均值，为监督深度图的均值，为推理出的深度图的平均差，为监督深度图的平均差，为推理出的深度图在输入深度图有效像素点的对应深度值，为监督深度图在输入深度图有效像素点的对应深度值，为防止分母为0的实数； S3、构建由改进卷积运算块堆叠的7层U型卷积神经网络，7层U型卷积神经网络除初始层，每层包含三个改进卷积运算块，改进卷积运算块采用基于ReZero技术的无标准化层的残差卷积运算块，由LReLU激活函数与卷积堆叠而成； S4、基于步骤S1得到的训练数据集和步骤S2确定的强泛化损失函数，采用梯度下降方法对步骤S3构建的7层U型卷积神经网络进行训练，利用训练好的U型卷积神经网络推理得到同视点的深度图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。