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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于混合神经网络的仿生视觉传感器光流预测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：CN115170687B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202210793885.X，技术领域涉及：G06T7/269；该发明授权基于混合神经网络的仿生视觉传感器光流预测方法是由赵宇宸;吕恒毅;张以撒;韩诚山;孙铭;冯阳设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本基于混合神经网络的仿生视觉传感器光流预测方法在说明书摘要公布了：基于混合神经网络的仿生视觉传感器光流预测方法，涉及图像处理领域，解决现有光流预测方法存在拖影或者目标丢失现象，进而影响光流预估精度且存在增加计算量，导致丧失事件相机低数据量的优势等问题，首先获取网络上公开数据集，并对时空数据流进行自适应切片；然后构建用于仿生视觉传感器光流预测的混合神经网络，使网络能够进行光流预测；然后设计整体网络训练的损失函数，对网络进行有监督训练，得到速度更快，精度更高的有监督光流估计模型；最后利用训练好的模型对仿生视觉传感器的时空数据流进行光流预测。本发明的光流预测方法提高了光流预测精度以及预测光流的准确性。

本发明授权基于混合神经网络的仿生视觉传感器光流预测方法在权利要求书中公布了：1.基于混合神经网络的仿生视觉传感器光流预测方法，其特征是：该方法由以下步骤实现： 步骤一、获取公开数据集中仿生视觉传感器的时空数据流以及标记光流图像；并对所述时空数据流进行自适应切片； 步骤二、构建用于仿生视觉传感器光流预测的混合神经网络，使网络能够进行光流预测； 所述混合神经网络由SNN下采样脉冲特征编码模块、脉冲特征同步模块、全局特征提取模块，CNN上采样解码模块及光流信息输出层组成； 所述SNN下采样脉冲特征编码模块用于提取不同尺度的脉冲序列特征图，由三层SNN网络组成，每层包含若干个以LIF为模型的神经元，用于完成下采样及特征编码； 所述脉冲特征同步模块用于将SNN下采样脉冲特征编码模块输出的特征脉冲序列转换为二维特征图像，所述二维特征图像用于和CNN上采样解码模块输出的二维特征图相融合； 所述全局特征提取模块提取第三层SNN网络输出的特征序列进行深度全局特征，获取时空数据流的轮廓信息； 所述CNN上采样解码模块用于对所述脉冲特征同步模块及全局特征提取模块输出的二维特征图进行上采样；由三层CNN网络组成，每层CNN网络包括用于上采样的逆卷积模块； 所述光流信息输出层用于输出混合神经网络预测出的光流信息，输入两通道的空间分辨率为256×256的二维特征图，然后经过卷积核为3×3，步长为1的卷积层，获得预测的光流信息； 步骤三、设计整体网络训练的损失函数，对网络进行有监督训练，获得有监督光流估计模型； 步骤四、利用所述有监督光流估计模型对仿生视觉传感器的时空数据流进行光流预测，获得预测的光流图像。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市东南湖大路3888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。