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！

龙图腾网恭喜齐鲁工业大学(山东省科学院)申请的专利基于视角对齐的图像变化分割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：CN119251507B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411754952.2，技术领域涉及：G06V10/26；该发明授权基于视角对齐的图像变化分割方法是由卓涛;杨国锴;程志勇;高赞设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本基于视角对齐的图像变化分割方法在说明书摘要公布了：本发明涉及一种基于视角对齐的图像变化分割方法，属于图像识别技术领域。其包括以下步骤：获取原始图像对，并对图像进行预处理，得到预处理后的两幅图像；所述预处理后的两幅图像经过2D场景对齐模块得到两幅图像对应的对齐图像；将预处理后的两幅图像以及对齐图像输入到特征提取模块进行特征提取，得到两幅图像对应的特征信息；将特征信息输入到初步变动检测网络中，得到两幅图像对应的差异信息；将差异信息输入到特征融合模块进行特征融合，得到两幅图像对应的变动信息；将变动信息输入到边框检测的定位网络，得到两幅图像各自的变动区域的边界框。本发明通过构建图像配准差异结构和融合结构并进行结合，能够精准地检测图像变动。

本发明授权基于视角对齐的图像变化分割方法在权利要求书中公布了：1.一种基于视角对齐的图像变化分割方法，其特征在于，包括以下步骤：S1.获取原始图像对，并对图像对进行预处理，得到预处理后的两幅图像：左图像、右图像；S2.所述预处理后的两幅图像经过2D场景对齐模块得到两幅图像对应的对齐图像：左图像基于右图像R的2D场景下的对齐图像、右图像基于左图像L的2D场景下的对齐图像；S3.构建特征提取模块，将预处理后的两幅图像以及两幅图像对应的对齐图像输入到特征提取模块进行特征提取，得到左图像L的合并特征信息和右图像R的合并特征信息，进而得到对应的中间特征图和对应的中间特征图；S4.构建初步变动检测网络，所述初步变动检测网络包括3D场景图像配准模块和差异模块，两幅对齐图像对应的特征信息输入到初步变动检测网络中，得到两幅图像对应的差异信息；所述初步变动检测网络包括3D场景图像配准模块和差异模块，所述差异模块由减操作构成，具体为：S41.将对应的中间特征图和对应的中间特征图分别进行通道对半划分操作，得到左图像对应的特征图、图像对应的特征图、右图像对应的特征图和图像对应的特征图，其中，；S42.在3D场景图像配准模块中，根据步骤S21获得预处理后的左图像对应的特征点集、右图像的对应的特征点集和预处理后的左图像对应的深度图以及右图像的对应的深度图，首先对特征点集中的每个点进行反投影得到投影向量，进而得到齐次坐标下的特征点集分别对应的稀疏三维点云，根据稀疏三维点云通过计算公式，估计出向对齐的3D线性变换矩阵，同时根据稀疏三维点云通过计算公式，估计出向对齐的3D线性变换矩阵，公式表示如下： ， ， ，其中，表示的深度值，表示的矩阵广义逆，表示的矩阵广义逆；S43.将左图像对应的特征图的图像坐标利用步骤S42获得3D线性变换矩阵将其变换成三维坐标系下的图像坐标，利用点云工具将转换后的图像坐标和特征图封装成点云对象，最后通过可微分渲染器将点云对象渲染成特征图基于3D场景对应的对齐图像特征，；同理，得到特征图基于3D场景对应的对齐图像特征，；S44.将左图像对应的特征图、图像对应的特征图以及特征图基于3D场景对应的对齐图像特征输入到差异模块中，通过减操作，得到左图像基于2D场景下差异信息和左图像基于3D场景下差异信息，公式表示如下： ，同理，得到右图像R基于2D场景下差异信息和右图像R基于3D场景下差异信息；S5.构建特征融合模块，将所述两幅图像对应的差异信息输入到特征融合模块进行特征融合，得到两幅图像对应的变动信息；所述特征融合模块具体为：将差异信息和进行拼接，得到拼接特征，将拼接特征输入线性层得到中间特征，然后进行卷积操作，得到权重，将权重与左图像对应的特征图逐元素相乘，最终得到左图像的变动信息，公式表示如下： ， ， ，其中，表示两个特征进行通道合并，表示非线性激活函数，表示第一卷积层，表示第二卷积层，表示Sigmoid激活函数，表示逐元素相乘操作；同理，得到右图像的变动信息；S6.构建边框检测的定位网络，将两幅图像对应的变动信息输入到边框检测的定位网络，得到两幅图像各自的变动区域的边界框。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市长清区大学路3501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”。