買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中科(深圳)無線半導體有限公司申請的專利具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120070269B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510542201.2，技術領域涉及：G06T5/77；該發明授權具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法是由趙柏聿;高放;金巖;麻勝恒;陳福鑫設計研發完成，并于2025-04-28向國家知識產權局提交的專利申請。

本具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法在說明書摘要公布了：本發明公開了一種具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法，涉及人工智能無人機或具身機器人的計算機視覺技術領域，包括：將不完整點云轉換為深度圖；基于雙向交互補償模塊，根據深度圖補償視圖圖像模態中缺少的幾何深度信息，以及視圖圖像模態補償點云模態中缺少的紋理和顏色信息，得到最終增強特征表示；基于粗點云生成模塊解碼最終增強特征表示，生成粗點云；利用點云細化模塊對粗點云進行精細化處理，通過雙流特征引導全局形狀和局部結構信息的融合，逐步生成預測的細化點云。本發明彌合了點云和圖像模態之間的信息鴻溝，增強了點云整體形狀和局部細節生成精度，能夠合理地生成具有細粒度語義結構的完整點云。

本發明授權具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法在權利要求書中公布了：1.一種具有多尺度漸進細化的雙向跨模態圖像引導點云修復方法，其特征在于，包括以下步驟： 步驟1、獲取視圖圖像Iin和不完整點云Pin，將不完整點云Pin通過透視投影轉換得到深度圖； 步驟2、基于具有多尺度漸進細化的雙向交互補償模塊，根據深度圖補償視圖圖像模態中缺少的幾何深度信息，以及視圖圖像模態補償點云模態中缺少的紋理和顏色信息，得到最終增強特征表示F； 步驟3、基于粗點云生成模塊解碼最終增強特征表示F，生成表示完成物體近似形狀的粗點云Pco； 步驟4、利用點云細化模塊對粗點云Pco進行精細化處理，通過雙流特征引導全局形狀和局部結構信息的融合，逐步生成預測的細化點云Pout； 步驟2中，雙向交互補償模塊包括點編碼器、深度編碼器和在ImageNet圖像數據集上預訓練過的圖像編碼器；其中，點編碼器由三層集合抽象層組成，通過分層下采樣從不同級別和尺度的點云中提取點云特征Fp；深度編碼器采用ResNet-18模型，用于從深度圖中提取深度圖特征Fd；圖像編碼器用于從視圖圖像中提取視角圖像特征Fv； 雙向交互補償模塊包括兩個跨模態Transformer；第一個跨模態Transformer在深度圖特征Fd和視角圖像特征Fv之間建立語義關聯，具體實現用以下公式表示： Ftf1＝ConcatFd,Fv Q1＝α1Ftf1+PEPV,K1＝β1Ftf1+PEPV,V1＝γ1Ftf1 F′tf1＝LNFtf1+SelfAttnQ1,K1,V1 F″tf1＝F′tf1+FFNF′tf1 其中：Ftf1表示通過將Fd和Fv連接起來獲得的融合特征；PE表示位置嵌入；PV表示投影視點；α1，β1，γ1代表線性層；Q1，K1，V1代表線性變換后的結果，用于自注意機制的運算；LN表示層歸一化；FFN表示由兩個線性層組成的前饋網絡； 第二個跨模態Transformer在增強視圖特征表示F″tf1與點云特征Fp之間建立語義關聯，具體實現公式表示如下： Ftf2＝ConcatFp,F″tf1 Q2＝α2Ftf2,K2＝β2Ftf2,V2＝γ2Ftf2 F′tf2＝LNFtf2+SelfAttnQ2,K2,V2 Q3＝K3＝V3＝F′tf2 F″tf2＝LNF′tf2+SelfAttnQ3,K3,V3 F″′tf2＝F″tf2+FFNF″tf2 其中：Ftf2表示增強視圖特征F″tf1與點云特征Fp連接得到的融合特征；F″′tf2表示最終得到的增強點云特征表示；F′tf2和F″tf2分別表示初次和二次歸一化后的融合特征；α2，β2，γ2代表線性層；Q2，K2，V2，Q3，K3，V3代表線性變換后的結果，用于自注意機制的運算；FFN表示由兩個線性層組成的前饋網絡。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中科(深圳)無線半導體有限公司，其通訊地址為：518000 廣東省深圳市南山區南頭街道馬家龍社區南山大道3838號工業村金棟309；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。