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！

龙图腾网获悉宁波春建电子科技有限公司申请的专利一种基于结构引导项的TOF图像目标检测模型训练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：CN120997485B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511509048.X，技术领域涉及：G06V10/25；该发明授权一种基于结构引导项的TOF图像目标检测模型训练方法是由王晓俊;王臣豪;段怀斐;周菁;朱东红设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种基于结构引导项的TOF图像目标检测模型训练方法在说明书摘要公布了：本申请提供了一种基于结构引导项的TOF图像目标检测模型训练方法，包括：对红外图像和深度图像进行预处理以形成多通道输入张量；将输入张量输入至目标检测模型，并通过模型中的结构感知注意力模块融合红外图像与深度图像的特征，生成中间特征图；将中间特征图输入至目标检测模型的后续网络层进行处理得到输出特征图，构建结构引导损失；将结构引导损失作为正则项与基础检测损失组合为总损失函数，并通过优化总损失函数来更新目标检测模型的参数直至收敛。本申请解决的技术问题是现有方法未能有效利用深度图像所提供的空间结构信息，这导致模型在光照变化大、背景干扰强或物体遮挡等复杂场景下容易出现误识别和定位不准确的问题。

本发明授权一种基于结构引导项的TOF图像目标检测模型训练方法在权利要求书中公布了：1.一种基于结构引导项的TOF图像目标检测模型训练方法，其特征在于，包括： 获取红外图像和深度图像，并对所述红外图像和所述深度图像进行预处理以形成多通道输入张量； 将所述输入张量输入至目标检测模型，并通过所述模型中的结构感知注意力模块融合所述红外图像与所述深度图像的特征，生成中间特征图； 将所述中间特征图输入至所述目标检测模型的后续网络层进行处理，得到输出特征图； 通过计算所述输出特征图的边缘梯度与所述深度图像的边缘梯度之间的差异以构建结构引导损失； 将所述结构引导损失作为正则项与基础检测损失组合为总损失函数，并通过优化所述总损失函数来更新所述目标检测模型的参数直至收敛； 所述将所述输入张量输入至目标检测模型，并通过所述模型中的结构感知注意力模块融合所述红外图像与所述深度图像的特征，生成中间特征图，包括： 基于所述深度图像提取结构特征，并生成注意力图； 将所述红外图像提取的纹理特征作为查询特征，与作为键和值的所述结构特征进行跨模态融合； 根据所述注意力图，对所述红外图像与所述深度图像融合后的特征进行加权，输出所述中间特征图； 所述跨模态融合通过以下公式1实现： 公式1： ； 其中，所述为所述红外图像与所述深度图像融合后的特征，所述为所述注意力图，所述为所述红外图像的所述纹理特征，所述为所述深度图像的所述结构特征。

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宁波春建电子科技有限公司，其通讯地址为：315000 浙江省宁波市高新区梅景路118号甬港现代科技园2号楼2层；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。