维度网讯， 近日，中国矿业大学(China University of Mining and Technology)在矿井安全隐患场景三维重建领域取得技术突破。该校以二级教授程德强、研究中心副主任寇旗旗副教授为发明人团队的发明专利“一种矿井安全隐患场景三维重建中自监督深度估计方法”正式获得国家知识产权局授权，专利权人为中国矿业大学。该专利针对矿井低光照、光照不均匀等复杂环境下的深度估计难题，提出了一种自监督单目深度估计方法，可显著提升井下视觉感知与三维建模能力。

中国矿业大学是位于江苏省徐州市的教育部直属全国重点大学，是国家“211工程”“双一流”建设高校，在矿业工程、安全科学与工程等领域具有学科优势。程德强教授现为中国矿业大学研究生院院长、国家卓越工程师学院执行院长，同时担任智能检测与模式识别研究中心负责人。该研究中心长期专注于煤矿井下图像处理与人工智能算法研发，已开发出30余种面向矿井特殊作业环境的全矿井视频分析算法，并研制了系列云-边-端协同的智能分析摄像仪，拥有多项核心专利与软件著作权。

本次授权的发明专利提出了一套完整的技术方案。首先，分别构建正常光照图像和低光照图像的深度估计网络与姿态估计网络，在编码器与解码器之间引入自注意力机制的位置感知模块，以获取场景结构的全局上下文信息和更优的特征表示。在网络训练过程中，同时使用正常光照图像和通过循环一致性生成对抗网络(CycleGAN)处理得到的低光照图像进行训练，再采用映射图像增强算法对生成对抗网络输出的图像进行处理，以保持亮度一致性，解决低光照和光照不均匀问题。该方法增强了细节处的特征表示，加强了对复杂背景的深度估计效果。映射图像增强模块使低光照图像的亮度和对比度明显提高，从而带来更高的可见性，保留更多细节。

该专利的创新点包括：自注意力位置感知模块聚合全局上下文信息，增强复杂场景深度特征表示;双路训练策略利用正常光照深度图作为伪标签，提升低光照图像估计精度;映射图像增强模块通过亮度映射函数增强低光照图像可见性;结合结构相似性与L1损失的联合优化提升重建视图质量;采用轻量化骨干网络适配矿井嵌入式部署需求。该技术可应用于矿井三维重建与仿真推演、井下智能监控与巡检、安全隐患识别与预警、矿山可视化与远程运维，以及隧道、地下工程等低光照工业环境。此次专利授权为煤矿及非煤矿山的智能化升级提供了视觉感知层面的核心技术支撑。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com