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！

龙图腾网恭喜泉州装备制造研究所申请的专利一种人体肠道稠密深度估计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：CN119180852B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411679017.4，技术领域涉及：G06T7/50；该发明授权一种人体肠道稠密深度估计方法是由刘儒瑜;孙波;马铜伟;刘晓玲设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种人体肠道稠密深度估计方法在说明书摘要公布了：本发明提供一种人体肠道稠密深度估计方法，属于计算机视觉和人工智能领域，包括：步骤S1、获取真实数据集和虚拟数据集；步骤S2、构建包括卷积‑多头自注意力模块、多尺度金字塔模块和特征解码模块的域自适应网络，域自适应网络的权重为，域自适应网络的总损失函数依赖于基于真实数据集的自监督损失函数、基于虚拟数据集的监督损失函数和基于梯度反转的域分类器的域自适应损失函数；步骤S3、以前向传递‑反向传递对域自适应网络进行训练，以最小化域自适应网络的总损失函数以获取最佳的权重。本发明能够有效提升估计精度。

本发明授权一种人体肠道稠密深度估计方法在权利要求书中公布了：1.一种人体肠道稠密深度估计方法，其特征在于：包括如下步骤：步骤S1、获取真实数据集和虚拟数据集，真实数据集包括真实肠镜检查过程中收集的真实图像帧序列，虚拟数据集包括虚拟现实肠镜平台中模拟肠镜检查过程中收集的虚拟图像帧序列，各虚拟图像帧具有对应的深度真实值；步骤S2、构建包括卷积-多头自注意力模块、多尺度金字塔模块和特征解码模块的域自适应网络，域自适应网络的权重为，、、分别为卷积-多头自注意力模块、多尺度金字塔模块和特征解码模块的权重，域自适应网络的总损失函数依赖于基于真实数据集的自监督损失函数、基于虚拟数据集的监督损失函数和基于梯度反转的域分类器的域自适应损失函数，自监督损失函数与自监督权重有关，域自适应损失函数与域分类器权重有关；步骤S3、以前向传递-反向传递对域自适应网络进行训练，以最小化域自适应网络的总损失函数以获取最佳的权重，训练中引入均衡因子以均衡监督损失和自监督损失；所述步骤S2中，所述自监督损失函数表示为，其中，为权重系数，表示有边缘感知的指数加权平滑损失，用于平滑域自适应网络估计出的深度图，同时保留部分的边缘细节，表示实际的光度损失，为相邻时刻的两帧，表示的均值，，，表示逐像素应用的艾弗森括号，，为和之间的像素光度误差，表示根据连续帧、和自适应网络估计出的深度图生成的合成帧，表示逐像素乘法；所述步骤S2中，所述监督损失函数表示为，其中，表示图像掩码，其取决于与，为真实深度图中的最大深度，计算时，舍弃的像素，表示求范数；所述步骤S2中，所述域自适应损失函数表示为，其中，若，则输出1，若，则输出0；所述步骤S3中，一次训练具体包括如下步骤：步骤S31、监督训练过程：输入得到，将损失误差进行反向传播，获得更新的的参数；步骤S32、自监督训练过程：输入得到，将损失误差进行反向传播，获得更新的的参数；步骤S33、根据步骤S31和步骤S32的结果分别进行如下计算：、、，以进行最终的反向传播过程；其中，Lr表示真实图像帧序列，Lv表示虚拟图像帧序列，表示t时刻获取的真实图像帧，表示t时刻获取的虚拟图像帧，为对应的深度真实值，Zv表示虚拟图像帧序列的总的深度真实值。

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泉州装备制造研究所，其通讯地址为：362123 福建省泉州市台商投资区洛阳镇上浦村吉贝511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”。