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！

龙图腾网获悉天津大学申请的专利一种集成质量感知的深度图动态修复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：CN119693279B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411782439.4，技术领域涉及：G06T5/77；该发明授权一种集成质量感知的深度图动态修复方法是由韩亚洪;马思远设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种集成质量感知的深度图动态修复方法在说明书摘要公布了：本发明公开了一种集成质量感知的深度图动态修复方法，S1，生成RGB图像的RGB提示图；S2，构建深度图质量感知算法模型；S3，利用参考残差网络构建动态的深度增强模块，依据S1中生成的RGB提示图Sh和步骤S2中生成的原始深度图质量评分gp进行动态的深度图修复，生成修复的深度图Dr；S4，依据步骤S2的原始深度图质量评分gp和S3的修复后深度图Dr，动态地生成深度线索m1,m2,m3,...,mn，将深度线索作为掩膜，与RGB图像和深度图经过特征提取网络输出的特征或多模态融合后的特征图进行元素相乘，实现利用深度线索对特征进行抑制和增强。本发明解决了算法在深度图质量参差不齐时的局部特征增强，增强了RGB‑D算法的泛化性和鲁棒性。

本发明授权一种集成质量感知的深度图动态修复方法在权利要求书中公布了：1.一种集成质量感知的深度图动态修复方法，其特征在于，包括： S1，利用多级特征融合U-Net卷积神经网络算法生成RGB图像的RGB提示图以及边缘图，包括根据所述RGB提示图获得显着性目标检测和边缘检测高度相关两种特征，这两种特征输入到堆叠的交叉细化单元CRUs，以输出多级显著性目标提示特征和边缘提示特征；将最终显著性目标提示特征和最终边缘提示特征分别输入到U-Net卷积神经网络，对于每个U-Net卷积神经网络进一步包括上采样层、卷积层和级联操作，以自上而下的方式分别融合以获得最终显著性目标提示特征和最终边缘提示特征；通过对所述的最终显著性目标提示特征H解码和对所述的最终边缘提示特征E解码，以获得预测RGB提示图Sh以及边缘图Se； S2，构建深度图质量感知算法模型，该模型以S1获得的最深层次的RGB提示图Sh作为输入，利用深度学习方法和对数据集中训练数据的深度图质量进行训练，该模型的输出为生成预测的原始深度图质量评分gp，gp反映了深度图的潜在置信度； S3，利用参考残差网络构建动态的深度增强模块，依据S1中生成的RGB提示图Sh和步骤S2中生成的原始深度图质量评分gp进行动态的深度图修复，生成修复的深度图Dr；包括，首先原始深度图被归一化到区间[0,1]，输入到动态的深度增强模块中；然后，将归一化的深度图和RGB提示图Sh都被输入到动态的深度增强模块，将输入表示为{ld,Sh}，其中ld和Sh分别是输入的深度图和RGB提示图，由所述动态的深度增强模块输出单通道的修复的深度图，如下式所示： 其中，和分别表示元素加法和元素乘法； S4，依据S2的原始深度图质量评分gp和S3的修复后深度图Dr，动态地生成深度线索m1,m2,m3,..,.mn，将深度线索作为掩膜，与RGB图像和深度图经过特征提取网络输出的特征或多模态融合后的特征图进行元素相乘，实现利用深度线索对特征进行抑制和增强。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。