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！

龍圖騰網獲悉中南大學申請的專利融合ToF和雙視覺檢測的移動設備深度感知方法及裝置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：CN119383326B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202411414814.X，技術領域涉及：H04N13/128；該發明授權融合ToF和雙視覺檢測的移動設備深度感知方法及裝置是由張德宇;龍婷婷;章晉睿;陳溫昕設計研發完成，并于2024-10-11向國家知識產權局提交的專利申請。

本融合ToF和雙視覺檢測的移動設備深度感知方法及裝置在說明書摘要公布了：本發明公開一種融合ToF和立體匹配的移動設備深度感知方法及裝置，該方法步驟包括：構建多模態融合網絡模型，多模態融合網絡模型包括依次連接的TM模塊、SM模塊以及深度融合模塊，TM模塊根據ToF深度圖、法線圖提取出ToF低階特征以及高階特征，SM模塊根據代價體積以及視差圖提取出立體匹配低階特征以及高階特征，并使用高階特征指示深度誤差，由深度融合模塊將檢測結果進行融合；使用最終掩碼標簽以及深度誤差指示標簽對模型進行訓練；獲取被測設備的ToF深度圖、法線圖以及代價體積、視差圖，輸入至訓練后的模型中，得到深度感知檢測結果。本發明能夠充分融合ToF與立體匹配檢測，提高深度感知的精度、效率以及實時性。

本發明授權融合ToF和雙視覺檢測的移動設備深度感知方法及裝置在權利要求書中公布了：1.一種融合ToF和立體匹配的移動設備深度感知方法，其特征在于，步驟包括： 構建多模態融合網絡模型，所述多模態融合網絡模型包括依次連接的TM模塊、SM模塊以及深度融合模塊，其中所述TM模塊根據ToF深度圖、法線圖提取出ToF低階特征以及高階特征，ToF高階特征包括物體距離、角度和場景結構特征，所述場景結構包括物體邊緣和或平面特征，并使用所述ToF高階特征指示ToF深度誤差，所述SM模塊根據代價體積以及視差圖提取出立體匹配低階特征以及高階特征，并使用所述立體匹配高階特征指示立體匹配深度誤差，由所述深度融合模塊將ToF檢測結果與立體匹配檢測結果進行融合得到最終的深度檢測結果； 使用最終掩碼標簽以及深度誤差指示標簽對所述多模態融合網絡模型進行訓練，其中所述最終掩碼標簽為每個像素確定從ToF檢測結果、立體匹配檢測結果中選擇出最終檢測結果的標簽，所述深度誤差指示標簽為指示ToF深度誤差值與立體匹配深度誤差值的標簽； 獲取搭載在被測設備上ToF傳感器檢測到的ToF深度圖，并根據檢測出的ToF深度圖轉換得到法線圖，以及獲取搭載在移動設備上雙攝像頭采集到的雙視角RGB圖像，并根據所述雙視角圖像計算出代價體積以及視差圖，將獲取的所述ToF深度圖、法線圖以及代價體積、視差圖輸入至訓練后的多模態融合網絡模型中，得到深度感知檢測結果； TM模塊在訓練過程中的損失函數使用ToF深度誤差構建得到，以通過訓練最小化預測的ToF深度誤差與真實值之間的差距，并根據ToF深度圖中像素的梯度定位物體邊緣，對物體邊緣的像素賦予指定的權重，以使訓練過程中關注物體邊緣上深度誤差指示標簽對應的預測； TM模塊在訓練過程中使用的整體損失函數LALL為： LALL＝αLEW+βLLC 其中，LEW為邊緣加權TM損失，LLC是基于法線圖的局部一致性損失，和分別表示每個像素的預測ToF深度誤差指示標簽和地面真實深度誤差指示標簽相對于相鄰像素的方差，表示每個像素與相鄰像素之間的曲面法線角的方差，N是數據集中像素總數。

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南大學，其通訊地址為：410083 湖南省長沙市麓山路932號；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”。