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！

龙图腾网获悉郑州儒慧信息技术有限责任公司申请的专利一种基于深度学习的2C铁路接触网场景深度计算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：CN119152006B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411093113.0，技术领域涉及：G06T7/543；该发明授权一种基于深度学习的2C铁路接触网场景深度计算方法是由陈国成;张毅彬;吴永乐;吴正大设计研发完成，并于2024-08-09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2C铁路接触网场景深度计算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2C铁路接触网场景深度计算方法，涉及图像分析技术领域，本发明在2C场景中能够实现高度准确的深度估计，通过分析单个图像，本发明能够推断出物体的距离和深度信息，从而提供准确的场景感知和距离测量，这对于2C场景中的应用非常关键，例如安全监控、环境感知等，使用深度学习技术来计算整个成像图到相机的距离，单目深度估计技术可以使用深度学习模型，如卷积神经网络或自编码器，来进行训练和推断，这种方法可以更准确地计算横向的物体距离，尤其适用于远处的物体。

本发明授权一种基于深度学习的2C铁路接触网场景深度计算方法在权利要求书中公布了：1.一种基于深度学习的2C铁路接触网场景深度计算方法，其特征在于：具体包括如下步骤： 步骤一：数据空间选型，采用深度相机获取大量不同铁路段场景的深度成像图数据； 步骤二：对网络结构进行设计，网络结构包括采样模块、特征提取模块和边缘算法； 所述采样模块包括改进编码器，所述改进编码器包括四个采样层，分别为s2、s4、s8和s16； 所述特征提取模块包括改进CNN卷积模块； 所述边缘算法包括如下步骤： 第一步：获取边缘图： 经过下采样，得到4个尺度的特征图，将S16做一个卷积，得到新的特征图S`16，之后将S16与S`16进行相减，得到边缘图L4，用同样的方法，将S8,S4,S2做同样的操作，得到L3,L2,L1； 第二步：边缘特征叠加： 将S16做一个ASPP，保持较大感受野的同时，保留更多的细节信息，之后做一个卷积得到R5，R5做一个上采样，为叠加做准备；做ASPP后的特征图做一个上采样，之后做一个卷积；将L4，ASPP上采样卷积特征图，R5下采样图三个同尺寸的图进行叠加，做一个卷积得到R4，通过以上方法，依次得到R3,R2,R1； 第三步：结果叠加： D代表输出结果，D5为R5，D4为R5上采样后与R4的叠加，D3为D4上采样后与R3结果的叠加，D2为D3上采样后与R2的叠加，D1为D2上采样后与R1的叠加，通过层层的叠加，特征与细节越来越清晰，D1为最终输入结果深度计算方法；所述改进CNN卷积模块包括17层的结构，其中15个特征提取层，1个平均池化层和1个FC层，并且运用了Resnet的算法。

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郑州儒慧信息技术有限责任公司，其通讯地址为：450000 河南省郑州市高新技术产业开发区电厂路80号大学科技园东区14号楼19层1905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。