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！

龙图腾网恭喜中北大学申请的专利一种基于深度学习的多视立体视觉重建方法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：CN114119916B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202111200048.3，技术领域涉及：G06T17/00；该发明授权一种基于深度学习的多视立体视觉重建方法是由韩燮;王若蓝;李顺增;赵融;谌钟毓;任铭铭;杨恬恬设计研发完成，并于2021-10-14向国家知识产权局提交的专利申请。

本一种基于深度学习的多视立体视觉重建方法在说明书摘要公布了：本发明公开了一种基于深度学习的多视立体视觉重建方法，属于机器视觉技术领域。本发明从改变特征提取网络结构、设计贡献度算法、获取隐藏的空间信息出发，构建出更加适合多视角图像三维重建的网络模型，从而解决重建准确度和完整度不足等问题。本发明改进的MVSNet方法在DTU数据集上Acc和Comp达到了0.473和1.304，拥有更好的准确性和完整性；该方法适用于复杂的大规模图像三维重建环境，能够很好地用于逆向工程、古文物修复等领域。

本发明授权一种基于深度学习的多视立体视觉重建方法在权利要求书中公布了：1.一种基于深度学习的多视立体视觉重建方法，其特征在于：所述重建方法包括以下步骤：步骤1，对DTU数据集进行处理；步骤2，设计网络；步骤3，将步骤1中数据集读入步骤2设计的网络中训练，得到训练好的网络权重；步骤4，将步骤3训练好的网络权重读入步骤2设计的网络，将待预测场景信息读入网络进行计算，得到每张图片的深度图、概率图和掩膜图，生成每个预测场景的点云数据；步骤5，分析每个预测场景的点云数据的准确度和完整度，得到平均准确度和完整度；所述步骤2的设计网络具体方法为：还包括以下步骤：步骤2.1设计一个特殊的三层特征提取金字塔网络；步骤2.2设计贡献度算法，为每个特征体计算贡献度；步骤2.3设计高斯过程回归算法，并对Costvolume进行3D正则化；所述步骤2.1设计一个特殊的三层特征提取金字塔网络具体方法为：第一层在通道维度上与图像分辨率相同的源图像的梯度图像进行叠加得到通道数为6的输入，紧接着使用两个步长为1的3×3卷积核，通道数为8，输出大小为512×640；第二层先使用一个步长为2，卷积核为5×5，通道数为16的卷积核，再在通道维度上与图像分辨率相同的源图像的梯度图像进行叠加得到通道数为19的输入，紧接着使用两个步长为1，卷积核为3×3，通道数为16的卷积核，输出大小为256×320；第三层先使用一个步长为2，卷积核为5×5，通道数为32的卷积核，再在通道维度上与图像分辨率相同的源图像的梯度图像进行叠加得到通道数为35的输入，紧接着使用两个步长为1，卷积核为3×3，通道数为32，输出大小为128×160；其中，每一次卷积操作后都紧跟着批处理操作和非线性激活函数，最后得到特征图；所述步骤2.2设计贡献度算法，为每个特征体计算贡献度的具体方法为：首先使用torch.abs和torch.sub函数，获得源图像的特征体与参考图像的特征体的绝对差，并使用切片函数和reshape1,b*c*h*w对所有特征体差数据进行处理，得到每一深度平面的所有特征体差的面片集合的二维张量数据1,b*c*h*w，再通过torch.cat函数在第一维度上进行连接，得到维度为l,b*c*h*w数据，并通过softmax函数及torch.neg函数对张量的相反数进行计算，再通过两次unsqueeze-1和reshapeb,c,h,w函数得到四维张量b,c,h,w，并分别形成特征体对应的贡献度体，再与对应的特征体的面片进行相乘，以此得到贡献度不同的特征体，并最终以方差形式融合成新式的Costvolume；所述步骤2.3设计高斯过程回归算法，对Costvolume进行3D正则化的具体方法为：首先，设计一个距离函数pose_distancepose1,pose2，利用切片函数从相机姿态pose中分别获取旋转矩阵R和平移矩阵t，并使用np.linalg.norm和np.matrix.trace分别对t和R进行不同的计算，最终得到两个相机姿态之间的距离，以此计算得到所有已读图片的相机姿态之间的距离D，维度为n,n；其次，设计一个径向基核函数K，定义三个超参数，并使用np.expand_dims将相机姿态距离D扩张成三维1,n,n，以此得到K，并使用torch.sum对所有图片的Costvolume在第三维度进行相加，得到维度为b,l,h,w的张量，再使用torch.stack对所有Costvolume进行第二维度的连接，得到维度为b,n,l,h,w的Y，并对Y使用viewb,l,-1函数，使得Y能够适配地作为结果，最终获得相机姿态距离D与Costvolume的关系函数，以此来预测不同相机姿态带来的隐藏的空间信息，丰富了Costvolume，最后对Costvolume进行3D正则化，得到深度图。

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中北大学，其通讯地址为：030051 山西省太原市学院路3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”。