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！

龙图腾网获悉浙江大学申请的专利一种基于图像以及极稀疏三维点的深度补全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：CN116228837B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310184809.3，技术领域涉及：G06T7/593；该发明授权一种基于图像以及极稀疏三维点的深度补全方法是由谢卫健;褚冠宜;钱权浩;章国锋;鲍虎军设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种基于图像以及极稀疏三维点的深度补全方法在说明书摘要公布了：本发明公开了一种基于图像以及极稀疏三维点的深度补全方法。本发明使用深度学习以及传统的最优化方法，分别使用输入的三维点的不同属性，在输入的稀疏点数目较少的情况下得到正确的深度估计。本发明利用一组深度基解耦相对深度与绝对深度的估计。提升方法对于输入三维点噪声的鲁棒性，可以在噪声较高的系统中获得相对较好的深度，从而应用到虚拟现实和增强现实等应用中。

本发明授权一种基于图像以及极稀疏三维点的深度补全方法在权利要求书中公布了：1.一种基于图像以及极稀疏三维点的深度补全方法，其特征在于，包括以下步骤： 步骤1：输入RGB图像以及对应的稀疏点的坐标和深度；使用基于多基拟合的深度补全神经网络预测出一组与输入的RGB图像分辨率相等的深度基和一张置信度图，最终的稠密深度由各深度基加权求和获得，置信度图则代表最终深度的置信度；基于多基拟合的深度补全神经网络采用U-Net来进行特征的编码和解码；使用编码网络得到输入分辨率132的高维特征表示，加入正弦位置编码，再使用解码网络分两路输出与输入等分辨率的深度基组以及置信度图；基于多基拟合的深度补全神经网络将最后若干层网络的输出作为深度预测结果输出； 步骤2：对于输入的每个稀疏点j，已知稀疏点对应的图像坐标pj以及观测深度值Sj.;使用稀疏点的坐标抽取出各深度基对应坐标位置的一组深度值；将来自不同基的深度值与对应基的权重加权求和，得到该稀疏点对应的预测深度值Dj；通过优化各基的权重来最小化所有稀疏点预测深度值与观测深度值之间的差，这构成了一个最优化问题； 所述的步骤2中，通过优化各基的权重来最小化所有稀疏点预测深度值与观测深度值之间的差，这构成了一个最优化问题，具体为： 对于每个稀疏点j，其图像坐标定位为pj，观测深度为Sj，其在不同深度基的预测值为，其中为预测的第i个深度基；结合各基的权重线性求和获得该稀疏点的预测深度，其中为第i个基的权重，则该稀疏点的观测误差为；则k个稀疏点的观测误差可以统计为；可以将其看为一个最优化问题，其中W为构成的向量，通过求解该优化问题得到各基的权重，使得总观测误差最小； 步骤3：判断步骤2中求解的最优化问题是否为不适定问题；如果是，则直接输出结果不可靠；否则，将得到的权重与先验的权重进行对比判断，如果偏离先验权重超过设定阈值，则输出结果不可靠；若相对先验权重的偏离在允许范围内，则使用得到的权重对整张图的深度基组进行线性组合得到最终的深度结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。