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！

龙图腾网获悉浙江大学申请的专利一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的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：CN115482264B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211064992.5，技术领域涉及：G06T7/50；该发明授权一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的方法是由崔兆鹏;张寅达;李易瑾;刘心阳;鲍虎军;章国锋设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的方法在说明书摘要公布了：本发明公开了一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的方法，属于计算机视觉领域。轻量级ToF传感器测量场景深度并输出多个深度分布，RGB图像传感器则是采集RGB图像。该方法基于深度学习，通过神经网络结构从测量的深度分布和RGB图像中提取不同分辨率的特征，并基于注意力机制从低分辨率往高分辨率逐步融合两种不同的特征，最终得到准确、稠密的深度图预测结果。

本发明授权一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的方法在权利要求书中公布了：1.一种联合轻量级ToF传感器和RGB图像传感器共同估计场景深度的方法，其特征在于，方法包括以下步骤： 步骤1：建立神经网络结构，通过神经网络从轻量级ToF传感器测量的场景深度分布数据和RGB图像传感器采集的RGB图像数据中提取不同分辨率的特征，并通过网络中的融合模块对两种特征进行融合，融合从最低分辨率的特征图开始，逐步提升到更高的分辨率特征图，最终预测得到高分辨率、稠密的深度图； 步骤2：构建数据集对神经网络结构进行训练，数据集中包含轻量级ToF传感器测量得到的场景深度分布数据和RGB图像传感器采集的RGB图像数据以作为神经网络的输入，同时包含真值深度图作为监督数据；设置损失函数利用真值深度图监督网络训练，优化神经网络结构的参数，获得神经网络结构中所有参数的参数值； 步骤3：使用轻量级ToF传感器和RGB图像传感器分别采集同一场景区域的场景深度分布数据和RGB图像数据，并将测量的深度分布数据对齐到RGB图像区域上；将训练完成的所有参数的参数值载入到神经网络结构中，然后将对齐后的深度分布数据和RGB图像数据输入到神经网络结构中，输出最后预测的高分辨率、稠密的深度图； 步骤4：对步骤3所述输出的深度预测图，利用训练集中含有的真值深度图，设置总损失函数，对真值深度图中每个有效像素计算损失，有效像素为存在深度值的像素；将有效像素的所有损失相加得到每一帧预测结果的总损失，训练神经网络结构中的各个参数以最小化总损失达到监督学习的效果； 总损失函数是具备尺度不变的深度损失函数，计算方式为： 其中，di代表已知数据集提供的真实深度图，代表神经网络结构预测的深度图，T代表真实深度图中有效像素的总数量，λ是平衡均方根误差与误差方差的系数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。