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！

龙图腾网恭喜浙江大学申请的专利基于深度学习的高光谱和激光雷达4D防抖融合方法及系统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：CN114882329B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210394912.6，技术领域涉及：G06V10/80；该发明授权基于深度学习的高光谱和激光雷达4D防抖融合方法及系统是由何赛灵;马腾飞;付帅设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本基于深度学习的高光谱和激光雷达4D防抖融合方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的高光谱和激光雷达4D防抖融合方法及系统。所述方法：1）激光雷达采集得到的点云首先通过已知内参进行3D‑2D空间变换，生成深度图；2）该深度图和高光谱图像被一起输入进HLFN（高光谱相机和激光雷达融合网络）中，HLFN分别对高光谱和深度图进行特征提取并对二者进行特征融合，根据融合后的特征计算出旋转向量r和平移向量t；3）将旋转向量r变换成旋转矩阵R，最终生成一个预测变换矩阵T；4）原始点云再通过预测变换矩阵T进行3D‑3D空间变换，生成校正点云；5）校正点云与高光谱图像处于同一坐标系下，融合生成最终的4D融合数据。本发明可实现在设备机械抖动条件下快速精确采集高光谱形貌4D融合信息，可应用于多领域。

本发明授权基于深度学习的高光谱和激光雷达4D防抖融合方法及系统在权利要求书中公布了：1.一种基于深度学习的高光谱和激光雷达4D防抖融合方法，其特征在于：步骤如下：1）激光雷达采集得到的点云首先通过已知内参进行3D-2D空间变换，生成相应的深度图；2）该深度图和高光谱图像被一起输入进高光谱相机和激光雷达融合网络HLFN中，HLFN分别对高光谱和深度图进行特征提取并对二者进行特征融合，根据融合后的特征计算出旋转向量r和平移向量t；3）将旋转向量r通过罗德里格斯公式变换成旋转矩阵R，最终生成一个预测变换矩阵T，该矩阵指明了高光谱相机与激光雷达之间的外参关系；4）原始点云再通过预测变换矩阵T进行3D-3D空间变换，生成校正点云；5）校正点云与高光谱图像处于同一坐标系下，二者融合生成最终的4D融合数据；所述HLFN训练方法，步骤如下：2.1）用真实变换矩阵对点云进行3D-3D空间变换，并与高光谱图像融合，得到对照点云、对照深度图和对照光谱图；2.2）将点云和高光谱图像按照所述的步骤1）至步骤3）计算得出预测变换矩阵；2.3）用预测变换矩阵对点云进行3D-3D空间变换，并与高光谱图像融合，得到校正点云、校正深度图和校正光谱图；2.4）对照点云和校正点云之间形成几何损失约束，对照深度图和校正深度图之间形成光度损失约束，对照光谱图和校正光谱图之间形成光谱损失约束；2.5）最终的损失是2.4）中所述三个损失之和，并由三个超参数平衡它们；2.6）通过反向传播，HLFN网络参数不断迭代训练，使损失函数最小化。

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”。