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！

龙图腾网获悉南京大学申请的专利基于RGB引导的大范围噪声鲁棒深度成像方法及系统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：CN119919570B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202311420805.7，技术领域涉及：G06T17/00；该发明授权基于RGB引导的大范围噪声鲁棒深度成像方法及系统是由胡雪梅;王康慧;岳涛设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本基于RGB引导的大范围噪声鲁棒深度成像方法及系统在说明书摘要公布了：本发明公开了一种基于RGB引导的大范围噪声鲁棒深度成像方法及系统。其方法步骤如下：构造校准RGB‑D数据库；建立可微分的物理成像模型，并加入实际场景的物理约束，得到无噪声的多次测量值；构建视觉TOF双分支多尺度融合深度重建网络，将深度特征与视觉特征提取融合作为端到端网络进行迭代优化，并使用彩色伪边缘、费舍信息量损失对网络重建效果进行监督，联合训练编码函数和深度重建网络；将测试数据输入已训练的编码函数和重建网络中，重建测试场景的深度图；搭建RGB引导大范围噪声鲁棒深度成像的硬件原型系统，使用优化后的编码函数和重建网络来重建实际场景下的高质量深度图。

本发明授权基于RGB引导的大范围噪声鲁棒深度成像方法及系统在权利要求书中公布了：1.基于RGB引导的大范围噪声鲁棒深度成像方法，其特征在于，该方法包括如下步骤： 步骤1，构造数据库，包括训练集和测试集，且包含同一场景的彩色图像以及深度图像； 步骤2，建立可微分的物理成像模型来模拟飞行时间成像过程，并加入实际场景的物理约束，将编码函数设置成可学习的参数，所述编码函数包括光源调制函数和传感器解调函数；将所述训练集中的数据，输入所述可微分的物理成像模型中，得到无噪声的多次测量值； 步骤3，构建视觉TOF双分支多尺度的融合深度重建网络，包括用于提取逐像素多尺度TOF深度信息的深度特征提取网络、用于提取单目深度信息的单目深度生成网络及用于提取边缘结构信息的边缘特征提取网络； 步骤4，通过深度特征提取网络得到逐像素TOF深度信息，通过单目深度生成网络提取单目深度，将所述单目深度通过多尺度融合对所述TOF深度进行监督修正，得到修正后的深度图；通过边缘特征提取网络提取高分辨彩色图片边缘，并使用边缘结构损失进行优化； 步骤5，将所述修正后的深度图与所述高分辨彩色图片边缘进行融合，并构建边缘辅助深度融合网络，作为端到端网络进行迭代优化； 步骤6，使用彩色伪边缘引导损失、费舍信息量引导损失作为损失函数，并结合多次测量差异性损失函数和深度保真度损失函数，联合训练所述编码函数和融合深度重建网络； 步骤7，将测试数据输入已训练的编码函数和融合深度重建网络中，重建测试场景深度图；使用步骤6训练后的编码函数和融合深度重建网络来重建实际场景高质量的深度图。

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南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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。