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！

龙图腾网获悉华中科技大学申请的专利单幅RGB图像引导下基于隐式神经表示的深度图超分辨率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：CN118735780B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410768197.7，技术领域涉及：G06T3/4053；该发明授权单幅RGB图像引导下基于隐式神经表示的深度图超分辨率方法是由侯文广;董静娴;张思源;蔡鸿森;江嘉瑶;王美洁设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本单幅RGB图像引导下基于隐式神经表示的深度图超分辨率方法在说明书摘要公布了：本发明属于图像质量增强技术领域，公开了一种单幅RGB图像引导下基于隐式神经表示的深度图超分辨率方法，包括建立隐式神经表示的网络模型，网络模型用于将输入的像素坐标映射为该像素坐标对应的深度值；将已知的低分辨率深度图的像素坐标矩阵和待重建的高分辨率深度图的像素坐标矩阵分别输入至网络模型中，得到预测的低分辨率深度图和高分辨率深度图；采用预测的低分辨率深度图与已知的低分辨率深度图之间的逐像素损失函数，以及预测的高分辨率深度图与已知的高分辨率RGB图之间的图像一致性损失函数的共同约束下，能够提升深度图超分辨率的泛化能力；同时，本发明充分利用了RGB图像的信息，生成的深度图像中的伪影、模糊现象明显减少。

本发明授权单幅RGB图像引导下基于隐式神经表示的深度图超分辨率方法在权利要求书中公布了：1.一种单幅RGB图像引导下基于隐式神经表示的深度图超分辨率方法，其特征在于，包括： 建立隐式神经表示的网络模型，所述网络模型用于将输入的像素坐标映射为该像素坐标对应的深度值； 将已知的低分辨率深度图的像素坐标矩阵输入至所述网络模型中，得到预测的低分辨率深度图； 将待重建的高分辨率深度图的像素坐标矩阵输入至所述网络模型中，得到预测的高分辨率深度图； 以最小化损失函数为收敛目标对所述网络模型进行训练，得到训练好的网络模型；其中，所述损失函数包括所述预测的低分辨率深度图与已知的低分辨率深度图之间的逐像素损失函数，以及所述预测的高分辨率深度图与已知的高分辨率RGB图之间的图像一致性损失函数；其中，已知的高分辨率RGB图为与已知的低分辨率深度图对应同一场景下的单幅高分辨率RGB图； 将所述待重建的高分辨率深度图的像素坐标矩阵输入至训练好的网络模型中，得到所需的高分辨率深度图； 输入至所述网络模型中的像素坐标为归一化后并进行动态位置编码后的像素坐标；其中，将归一化后的像素坐标进行动态位置编码的公式为： 式中，为归一化后的二维像素坐标，数值范围为‑1,1；为编码后的像素坐标，为预设的编码维度，为编码频率，第i维的编码频率为，且编码频率为随机量，服从均值为0、方差为的正态分布；为动态权重，随着网络模型的训练动态变化，共有个分量，第i维的权重为，当第i维的编码频率超过了预设的频率阈值，那么对应的第i维的权重被设为0，否则为1； 所述预设的频率阈值为： 其中，为网络模型当前的迭代次数，和为预设的迭代次数阈值。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。