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！

龙图腾网获悉中铁七局集团有限公司;中铁七局集团武汉工程有限公司申请的专利基于语义信息和彩色图像引导的道路场景深度补全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：CN119295525B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411120902.9，技术领域涉及：G06T7/55；该发明授权基于语义信息和彩色图像引导的道路场景深度补全方法是由耿信财;施祥鹏;黄都;黄书发;钟文轩;范彦斌;吴远见;屈文杰设计研发完成，并于2024-08-15向国家知识产权局提交的专利申请。

本基于语义信息和彩色图像引导的道路场景深度补全方法在说明书摘要公布了：本发明公开了一种基于语义信息和彩色图像引导的道路场景深度补全方法，包括通过设计一个由彩色图像引导分支和语义引导分支组成的双分支网络，并在网络中引入了语义信息，从而进行道路场景深度补全。利用多任务学习的思想，通过在彩色图像引导分支中与深度图预测层共享骨干，仅需添加语义分割层，而不需要增加整个网络，就能获得语义信息。同时，该语义分割层生成的语义标签作为输入进入语义引导分支，使该层参数在网络训练时也可以自适应的调整。本发明通过整合高精度的语义信息和RGB图像，对激光雷达提供的稀疏深度图进行补充，进而提高数字孪生、虚拟现实、数字基建、智慧交通等应用中场景理解的准确性与实时性。

本发明授权基于语义信息和彩色图像引导的道路场景深度补全方法在权利要求书中公布了：1.基于语义信息和彩色图像引导的道路场景深度补全方法，其特征在于，包括通过设计一个由彩色图像引导分支和语义引导分支组成的双分支网络，并在网络中引入了语义信息，从而进行道路场景深度补全；具体包括如下步骤： 步骤S1：构建双分支网络的彩色图像引导分支，即CG分支，包括彩色图像引导分支骨干、彩色深度图预测层、语义分割层； 步骤S2：对双分支网络的彩色图像引导分支进行预训练； 步骤S3：固定预训练好的彩色图像引导分支骨干参数，训练步骤S1中的彩色深度图预测层； 步骤S4：构建语义引导分支，即SG分支，以步骤S1中的语义分割层生成的语义标签作为输入进入语义引导分支； 步骤S5：根据彩色图像引导分支和语义引导分支的深度连接，获得基于注意力的特征融合模块； 步骤S6：固定预训练好的整个彩色图像引导分支参数，训练整个语义引导分支；然后再解冻固定的彩色图像引导分支参数来同时训练彩色图像引导分支和语义引导分支； 步骤S7：将彩色图像引导分支和语义引导分支的特征输入基于注意力的特征融合模块，以输出精细的融合深度特征图，使CG分支解码器中颜色主导的特征融合到SG分支的对应编码器特征中； 步骤S8：应用CSPN++改进由双分支网络生成的密集深度图； 所述步骤S1中，彩色图像引导分支将彩色图像与稀疏深度图对齐连接作为输入，输出包括密集深度图和置信度图； 其中，彩色图像引导分支骨干中，定义为和的拼接，其中，B为批量大小，C表示彩色图像，D表示深度图像； CG分支将作为输入，首先被编码为隐藏表示，如下列式1，然后基于下列式2，被解码为彩色深度图和语义联合特征的隐藏表示， 其中，和分别表示编码器、解码器的权重矩阵，变量和表示编码和解码偏置值，和表示激活函数； 在生成彩色图像引导的彩色深度图的过程中，根据下列式3生成批量大小为的置信图和彩色深度图， 其中，表示生成彩色深度图层的权重矩阵，变量表示生成彩色深度图的偏置值，表示激活函数； 语义分割层中，设语义分割的类别数为nc，根据公式4生成语义分割标签图； 其中，表示生成语义标签的权重矩阵，变量为生成语义标签的偏置值，表示激活函数。

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中铁七局集团有限公司;中铁七局集团武汉工程有限公司，其通讯地址为：450000 河南省郑州市航海东路1225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。