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！

龙图腾网恭喜南京工程学院申请的专利一种基于光场序列特征分析的光场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：CN115272435B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210721840.1，技术领域涉及：G06T7/50；该发明授权一种基于光场序列特征分析的光场深度估计方法是由韩磊;杨庆;焦良葆;路绳方;郑胜男;施展;俞翔;黄晓华设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本一种基于光场序列特征分析的光场深度估计方法在说明书摘要公布了：本发明公开了一种基于光场序列特征分析的光场深度估计方法，从双平面表示的4D光场数据中提取中心子孔径图像，并计算生成EPI合成图像；设计以中心子孔径图像和EPI合成图像为输入，视差图为输出的LFRNN网络，网络包括基于光场序列分析的局部深度估计模块和基于条件随机场模型的全局深度优化模块；分局部深度估计和全局优化两个阶段训练并评估LFRNN网络；测试与实用LFRNN网络，评价网络性能。本发明另辟蹊径地从序列数据的视角分析光场，设计了基于循环神经网络的深度特征提取子网络，显著提高了局部深度估计能力；对全局深度信息建模，设计的端到端优化网络，显著提升了深度估计准确度和鲁棒性。

本发明授权一种基于光场序列特征分析的光场深度估计方法在权利要求书中公布了：1.一种基于光场序列特征分析的光场深度估计方法，其特征在于，包括以下步骤：1从4D光场数据中提取中心子孔径图像其中iC,jC表示中心子孔径图像的视角坐标；2由4D光场数据计算生成EPI合成图像ISEPI；3构建光场神经网络模型LFRNN，接收ISEPI、输入，输出与中心子孔径图像同分辨率的视差图D；所述光场神经网络模型LFRNN包括基于光场序列分析的局部深度估计模块和基于条件随机场模型的深度优化模块；4训练步骤3构建的光场神经网络模型LFRNN，得到网络最优参数集P：将训练分为两个阶段进行，两个阶段均采用平均绝对误差作为损失函数；第一个阶段仅训练基于光场序列分析的局部深度估计模块，得到该模块的最优参数集P1；第二阶段冻结基于光场序列分析的局部深度估计模块的最优参数集P1，并训练整个网络，更新基于条件随机场模型的深度优化模块的参数，得到LFRNN网络的最优参数集P；所述步骤2实现过程如下：21根据输入4D光场的维度，初始化ISEPI为全0矩阵：4D光场L:i,j,k,l→Li,j,k,l中，角度分辨率为NAi×NAj，即i∈[0,NAi，j∈[0,NAj；空间分辨率为NSk×NSl，即k∈[0,NSk，l∈[0,NSl；则ISEPI是NSk×NAj×NSl的二维矩阵，初始化为全0矩阵；22对于4D光场第三维k的每一行，行序号为k*，计算其对应的EPI图像并使用更新ISEPI的部分区域：由4D光场数据计算生成第三维第k*行对应的EPI图像的过程看作一个映射：即固定4D光场中的第一和第三两个维度，变化另外两个维度所得到的二维切片图像，令i＝iC，k＝k*；使用所得的更新ISEPI的部分区域，即这里，ISEPIk*-1×NAj:k*×NAj,0:NSl表示ISEPI中第k*-1×NAj行至第k*×NAj-1行，第0列至第NSl-1列的一块区域；23对4D光场第三维的每一行进行步骤22的操作，计算生成EPI合成图像ISEPI。

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南京工程学院，其通讯地址为：211167 江苏省南京市江宁科学园弘景大道1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”。