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一种数据驱动的可去除多径误差的TOF深度成像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：CN115496883B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202111540560.2，技术领域涉及：G06T19/00；该发明授权一种数据驱动的可去除多径误差的TOF深度成像方法是由胡雪梅;黄晨迪;岳涛;李家渠设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本一种数据驱动的可去除多径误差的TOF深度成像方法在说明书摘要公布了：本发明公开了一种数据驱动的可去除多径误差的TOF深度成像方法。其步骤如下：针对存在多径效应的场景进行三维建模，对上述场景进行深度渲染得到深度图标签及其对应的场景参数；以三角网格形式重新描述上述场景，进行基于pbrt的瞬态渲染得到脉冲响应瞬态图；将可学习的调制函数与脉冲响应瞬态相卷积，得到调制函数对应光波照亮场景后的回波；使用可学习的TOF解调函数，与上一步输出相乘积分并加上环境光与噪声，输入重建子网络；训练上述网络，用得到的调制函数调制激光，照亮场景后用光电探测器测量回波，与得到的解调函数相乘并滤波；将电压值输入训练后的重建子网络得到深度图。本方法增强了TOF深度成像对多径误差的鲁棒性，提高了成像精度。

本发明授权一种数据驱动的可去除多径误差的TOF深度成像方法在权利要求书中公布了：1.一种数据驱动的可去除多径误差的TOF深度成像方法，其特征在于，包括如下步骤： 步骤1，针对存在多径效应的场景进行三维建模，然后对上述场景进行深度渲染，以获得深度图标签及对应场景参数； 步骤2，用三角网格形式重新描述步骤1的场景，结合所述场景参数生成场景描述文件，以进行基于pbrt的瞬态渲染得到若干帧脉冲响应瞬态图； 步骤3，将所述若干帧脉冲响应瞬态图输入到TOF成像网络，所述TOF成像网络包括仿真网络和基于GAN的重建子网络，其中仿真网络需要4个解调函数，并通过模拟调制解调过程获得模拟的原始输出数据，重建子网络负责将所述原始输出数据重建为深度图； 步骤4，在仿真网络中用多次谐波之和的形式来描述调制函数，通过将谐波的幅度与相位设置为可学习参数，从而使得调制参数可训练； 步骤5，将步骤4可学习的调制函数与步骤2若干帧脉冲响应瞬态图相卷积得到调制函数对应光波照亮场景后的反射回波，此回波能充分体现场景的多径效应； 步骤6，同步骤4的方式设置4个可训练的解调函数，与步骤5的反射回波进行互相关操作； 步骤7，将步骤6的结果加上环境光以及高斯白噪声，得到有噪声的测量图； 步骤8，将有噪声的测量图输入所述基于GAN的重建子网络，先将测量图输入生成器G得到重建结果，再由判别器判别生成结果的真实度，在训练中将会基于此更新生成器G的参数； 步骤9，所述仿真网络与基于GAN的重建子网络同时用深度学习的方法训练，得到训练好的调制函数、解调函数和重建子网络； 步骤10，使用步骤9训练得到的调制函数对激光二极管进行调制，驱动激光二极管发射波形与调制函数相同的激光照亮场景； 步骤11，场景物体表面反射回的反射光由光电探测器接收； 步骤12，将步骤11光电探测器收集到的反射信号与步骤9训练好的解调函数相乘并进行低通滤波，使用模数转换器对低通滤波后输出的电压进行采集； 步骤13，重复步骤10至步骤12，扫描场景中的每个点，对场景中所有的点都进行测量，得到测量结果； 步骤14，把步骤13得到的测量结果输入步骤9训练好的重建子网络，得到场景的深度图。

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。