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！

龍圖騰網獲悉東南大學申請的專利基于深度學習的機場三維地圖快速可視化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：CN115471623B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202211147684.9，技術領域涉及：G06T17/05；該發明授權基于深度學習的機場三維地圖快速可視化方法是由王慶;張銳;譚镕軒;馮悠揚;陽媛設計研發完成，并于2022-09-19向國家知識產權局提交的專利申請。

本基于深度學習的機場三維地圖快速可視化方法在說明書摘要公布了：本發明提出了基于深度學習的機場三維地圖快速可視化方法，在未知環境下，載體在運動的過程中通過單目攝像頭采集周圍環境的彩色圖像，在圖像中提取特征點配準計算出自身的運動變換，然后將圖像和位姿輸入到深度學習網絡中，得到每個圖像的深度圖，最后通過將所有深度圖的點融合得到稠密的三維可視化地圖，本發明提供一種基于深度學習的快速三維可視化方法。針對現有三維模型建立方法設備昂貴、需要耗費大量人力物力成本的問題，利用低成本的攝像機代替昂貴的設備，僅需要采集足夠圖像數據，即可重建三維地圖模型。針對攝像頭難以重建弱紋理的場景、重建時間長的問題，引入深度學習快速獲取稠密的三維可視化模型。

本發明授權基于深度學習的機場三維地圖快速可視化方法在權利要求書中公布了：1.基于深度學習的機場三維地圖快速可視化方法，其特征在于：包括如下步驟： S1.將單目攝像頭獲取的彩色圖像傳送到處理器，解算出載體的位移和姿態信息； 所述的步驟S1中，包括以下步驟： S11.圖像特征點提??； S12.特征點匹配，并計算位置和姿態； 所述的步驟S11中,包括以下步驟：圖像中提取SIFT特征點，進行匹配得到不同圖像中的對應特征點； 所述的步驟S12中，包括以下步驟：計算基礎矩陣F，利用基礎矩陣F和攝像頭內參求解本質矩陣E，分解本質矩陣E得到攝像頭的位置t和姿態R： S2.將彩色圖像和位移以及姿態信息輸入到深度學習網絡中，得到每個圖像的深度圖； 所述的步驟S2中，包括以下步驟： S21.將多視圖圖像輸入到設計的端到端深度學習架構； S3.根據位移和姿態信息將深度圖中的三維點融合，得到稠密的三維可視化地圖； 所述的步驟S3中，包括以下步驟： S31.根據位置和姿態，將深度圖中的點轉換到世界坐標系中； S32.將轉換后的點融合得到三維可視化地圖； 所述步驟S3根據位移和姿態信息將深度圖中的三維點融合，得到稠密的三維可視化地圖，具體步驟如下； 1）深度特征提?。?經過視角選擇之后,輸入已經配對的N張影像,即參考影像和候選集，首先利用一個八層的二維卷積神經網絡提取立體像對的深度特征F，輸出32通道的特征圖； 2）深度估計； 網絡訓練方MVSNet的深度估計是通過神經網絡直接學習的； 網絡訓練方法是，輸入代價體V和對應深度圖真值，利用SoftMax回歸每一個像素在深度θ處的概率，得到一個表示參考影像每個影像沿深度方向置信度的概率體P以此完成從代價到深度值的學習過程，置信度最高的那個深度值即為當前像素點的深度； 3）深度圖融合； 離群點剔除 對于每張圖像中的深度點投影到其它圖像中，如果和其它圖像中的對應點深度相似則認為該點準確，如果和所有圖像都不相似則為離群點，剔除： ； 其中q為當前圖像i中的點的坐標，p為投影到圖像j中的點的坐標，為相機內參，為圖像i和圖像j之間的位姿； 深度圖融合 將每幅圖像中的點投影到世界坐標系中的一個點云中： ； 其中為第i幅圖像到世界坐標系的位姿，為當前圖像坐標系中的點，為轉換到世界坐標系下的點。

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東南大學，其通訊地址為：210096 江蘇省南京市玄武區四牌樓2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”。