根据《华中科技大学科技成果转化管理办法》规定，对“一种单目视频的深度估计方法、装置、终端和存储介质等七项专利”成果转化相关事项公示如下：
一、成果名称及简介
成果包含如下7项知识产权：
1.发明专利：一种单目视频的深度估计方法、装置、终端和存储介质
发明人：杨欣、罗鸿城、高杨、廖春元
申请号：ZL201810514950.4
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种单目视频的深度估计方法、装置、终端和存储介质。该方法包括:获取单目视频的图像帧序列，并根据相机姿态估计算法，计算序列中相邻两张图像帧之间的姿态关系；依次将序列中的各图像帧作为预设神经网络模型的输入，并根据预设神经网络模型的输出确定各图像帧的初始深度图和初始不确定度分布图；根据各姿态关系以及各图像帧的初始深度图和初始不确定度分布图进行帧间信息传递和融合，依次确定各图像帧的最终深度图和最终不确定度分布图。本发明实施例的技术方案，可以对单目视频的图像帧进行深度修复，不但提高了深度图的预测精度，而且能够获得深度图的不确定度分布。
2.发明专利：一种单目深度估计方法、装置、终端和存储介质
发明人：杨欣、陈靖宇、廖春元
申请号：ZL201810790093.0
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种单目深度估计方法、装置、终端和存储介质。该方法包括:获取待深度估计的单目图像;将单目图像作为目标生成对抗网络中的目标深度生成模型的输入，并根据目标深度生成模型的输出确定单目图像对应的目标深度图，其中，目标深度生成模型根据目标生成对抗网络中的深度判别模型训练得到。本发明实施例的技术方案，可以解决现有的单目深度估计网络预测的深度图在深度分界边缘处趋向于平滑和模糊的问题，从而提高深度图的预测精度。
3.发明专利：发明专利、一种单目深度估计方法、装置、终端和存储介质
发明人：杨欣、陈靖宇、廖春元
申请号：ZL201810790042.8
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种单目深度估计方法、装置、终端和存储介质。该方法包括:获取单目视频;根据预设重建算法确定所述单目视频中关键图像帧对应的半稠密深度图;将所述关键图像帧与所述半稠密深度图作为预设神经网络模型的输入，根据所述预设神经网络模型的输出确定所述关键图像帧对应的稠密深度图。本发明实施例的技术方案，将预设重建算法和预设神经网络模型进行有效结合，从而可以获取稠密且精度高的深度图。
4.发明专利：相机位姿的纠正方法、装置、系统、设备和存储介质
发明人：杨欣、袁子康、朱东福、池诚、廖春元
申请号：ZL201910338855.8
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种相机位姿的纠正方法、装置、系统、设备和存储介质，该方法包括:获取相机在当前图像帧对应的初始预积分值和初始位姿中的初始平移向量，其中初始预积分值和初始平移向量根据IMU惯性测量单元采集的信息进行预积分确定;根据相机的图像帧处理信息、初始预积分值和初始平移向量，计算初始平移向量对应的总估计误差，并基于总估计误差对初始平移向量进行纠正，确定当前图像帧对应的目标平移向量。通过本发明实施例的技术方案，可以对IMU进行噪声控制，降低IMU噪声的影响，提高初始位姿估计的准确度和精度，以便提高最终相机位姿估计的准确度和精度。
5.发明专利：动静态场景的定位和建图方法、装置、设备和存储介质
发明人：杨欣、朱东福、袁子康、廖春元
申请号：ZL201910839055.4
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明公开了一种动静态场景的定位和建图方法、装置、设备和存储介质，一种动静态场景的定位和建图方法包括:依次获取相机拍摄的图像帧;筛选出图像帧中的关键帧，并确定关键帧对应的相机位姿;对关键帧进行聚类后划分为多个区块，确定关键帧中的动态区块，在系统维护的局部地图中滤除动态区块内的所有特征点对应的地图点;根据关键帧进行局部建图，优化关键帧对应的相机位姿和系统维护的局部地图。本发明公开的动静态场景的定位和建图方法、装置、设备和存储介质，降低了动态点对定位和建图的影响，且无需消耗大量的计算资源。
6.发明专利：基于单目相机的深度光流预测方法、装置、设备及介质
发明人：杨欣、陈靖宇、贾奇增、廖春元
申请号：ZL201911394005.6
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种基于单目相机的深度光流预测方法、装置、设备及存储介质。该方法包括:获取参考图像和相邻图像，并将参考图像和相邻图像输入至已训练完成的深度光流预测模型中;根据深度光流预测模型的输出结果，分别预测出参考图像的目标深度信息和参考图像到相邻图像的目标光流信息;其中，深度光流预测模型包括深度预测网络、光流预测网络以及分别与深度预测网络和光流预测网络连接的深度光流信息交互模块。本发明实施例的技术方案，通过联合优化深度预测和光流预测的方式，可显著提高二者的预测精度和预测实时性，达到了高效率高精度的深度预测和光流预测的效果。
7.发明专利：位姿深度预测方法、视觉里程计方法、装置、设备及介质
发明人：杨欣、贾奇增、陈靖宇、蒲粤川、程俊达、廖春元
申请号：ZL202010515086.7
申请人：亮风台（上海）信息科技有限公司、华中科技大学
简介：本发明实施例公开了一种位姿深度预测方法、视觉里程计方法、装置、设备及介质。该位姿深度预测方法包括:获取关键图像和当前图像，将关键图像和当前图像输入至已训练完成的位姿深度预测模型中;根据位姿深度预测模型的输出结果，得到当前图像的目标位姿，或是，目标位姿和当前图像的目标深度。本发明实施例的技术方案，通过特征级联网络将深度预测网络和位姿预测网络融合在一起，二者共享特征级联网络提取出的特征图，由此节省了网络参数，进而提高了目标位姿和目标深度的预测效率。同时，本发明实施例充分利用深度学习的语义信息和传统的几何测量来优化视觉里程计的结果。
二、拟交易价格
协议转让：25万元
三、价格形成过程
学校委托开元资产评估有限公司对该项目进行资产评估，评估价值为人民币49.76万元，项目所包含7项知识产权为学校与亮风台（上海）信息科技有限公司共有，其中学校所占权属均为50%。经各方协商，同意该成果以协议定价25万元将学校所占50%权属转让给亮风台（上海）信息科技有限公司。特此公示，公示期15日，自2021年11月9日起至2021年11月23日。如有异议，请于公示期内以书面形式实名向我院反映。
联系人：曹老师
联系电话：87558732
科学技术发展院
2021年11月9日
