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！

龙图腾网获悉北京航空航天大学申请的专利一种新型双目视差至单目深度的知识蒸馏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：CN119478003B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411610280.8，技术领域涉及：G06T7/50；该发明授权一种新型双目视差至单目深度的知识蒸馏方法是由李牧;戴壮壮;冯逸骏设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本一种新型双目视差至单目深度的知识蒸馏方法在说明书摘要公布了：一种新型双目视差至单目深度的知识蒸馏方法，S1：训练视差深度转换模块：第一训练数据输入至预训练的双目立体视差教师模型，得到视差图；第一训练数据包括左眼彩色图像和右眼彩色图像；将视差图和原始的视差参考图输入至视差深度转换模块，得到伪标签深度图；根据伪标签深度图计算损失函数，更新视差深度转换模块的参数；S2：将视差深度转换模块输出的伪标签深度图和原始真标签深度图进行混合，得到混合标签深度图；S3：训练单目深度估计学生模型：通过第二训练数据训练单目深度估计学生模型；第二训练数据包括混合标签深度图和相应的原始参考图，本发明能够在较低数据量的数据集上进行训练，并且提升了全局精度。

本发明授权一种新型双目视差至单目深度的知识蒸馏方法在权利要求书中公布了：1.一种新型双目视差至单目深度的知识蒸馏方法，其特征在于，包括以下步骤： S1：训练视差深度转换模块： 构建第一训练数据，并将所述第一训练数据输入至预训练的双目立体视差教师模型，得到视差图；所述第一训练数据包括左眼彩色图像和右眼彩色图像； 将所述视差图和原始的视差参考图输入至所述视差深度转换模块，得到伪标签深度图；其中，视差参考图指的是在视差计算时，作为参考基准的左眼彩色图像或右眼彩色图像； 所述视差深度转换模块包括主干模型特征提取器和多尺度特征融合生成器；所述主干模型特征提取器用于对原始彩色图像进行多尺度特征提取，得到多尺度的彩色特征图；所述多尺度特征融合生成器用于将视差图和多尺度的所述彩色特征图进行逐层混合后，输出深度图； 所述逐层混合的步骤包括：通过下采样模块对所述视差图进行多次连续下采样，得到多个尺度的下采样特征图；将所述下采样特征图和相应尺度的彩色特征图进行维度拼接后进行上采样，得到融合特征图；将所述融合特征图进一步与相应尺度的彩色特征图和下采样特征图进行拼接后进行上采样；依次类推，得到最终的融合特征图； 根据所述伪标签深度图计算损失函数，更新所述视差深度转换模块的参数； S2：将所述视差深度转换模块输出的伪标签深度图和原始真标签深度图进行混合，得到混合标签深度图；混合过程是采用的形态学遮罩模块进行密度自适应填充，具体步骤包括： 将原始真标签深度图进行二值化并基于真标签进行一次膨胀，通过所述一次膨胀提取出所述原始真标签深度图中原始真标签的密集区域，作为不填充区域； 基于所述原始真标签深度图中的真标签进行二次膨胀，得到最大填充区域，所述最大填充区域用于标定原始真标签几何分布的最远填充距离； 根据所述不填充区域和所述最大填充区域，标定出第一伪标签填充区域； 在所述伪标签深度图中标定出与所述第一伪标签填充区域相应的第二伪标签填充区域； 在所述第二伪标签填充区域中，生成随机遮罩； 在所述随机遮罩下将所述第一伪标签填充区域和所述第二伪标签填充区域进行混合，得到混合标签深度图； S3：训练单目深度估计学生模型： 构建第二训练数据，并通过所述第二训练数据训练所述单目深度估计学生模型；所述第二训练数据包括所述混合标签深度图和相应的原始参考图。

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北京航空航天大学，其通讯地址为：100190 北京市海淀区学院路37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。