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！

龙图腾网获悉南京邮电大学申请的专利一种面向RGB-D的融合模型及其目标检测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：CN119963807B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510018172.X，技术领域涉及：G06V10/25；该发明授权一种面向RGB-D的融合模型及其目标检测方法是由徐鹤;张恩俊;季一木;李鹏;王汝传;刘尚东;胡惠娟;施译涵设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种面向RGB-D的融合模型及其目标检测方法在说明书摘要公布了：本发明提供一种面向RGB‑D的融合模型及其目标检测方法.首先，利用Canny边缘检测算法生成真值图的边缘图，将其作为主干网络的额外输入特征，以丰富特征信息并辅助模型的深度学习.然后，利用MobileNetV2对RGB图像进行多层次特征提取，并通过基于残差网络ResNet‑152的编码器对深度图像和边缘图像进行多层特征抽取，将边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中，利用多尺度感知融合模块与全局融合模块，结合RGB特征与深度特征的互补语义信息，完成跨模态特征的分层融合.最后，将获得的多个融合特征经过解码后，逐层输入至解码过程中的边缘加强融合模块，通过设计的网络损失监督RGB流和深度流检测结果的融合，输出最终的显著性检测结果，从而提高在背景复杂、显著目标边界模糊的情况下的检测效果。

本发明授权一种面向RGB-D的融合模型及其目标检测方法在权利要求书中公布了：1.一种面向RGB-D的融合模型及其目标检测方法，其特征在于，包括以下步骤： 步骤一：利用Canny边缘检测算法生成真值图的边缘图，将其作为主干网络的额外输入特征，以丰富特征信息并辅助模型的深度学习； 步骤二：利用MobileNetV2对RGB图像进行多层次特征提取，并通过基于残差网络ResNet-152的编码器对深度图像进行多层特征抽取，从而分析和捕捉RGB图像与深度图像在不同层次上的关键特征；同时，通过ResNet-152编码器对边缘图进行特征提取，将获得的边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中，从而增强RGB图像的特征表示能力； 步骤三：利用多尺度感知融合模块MSP-Fusion与全局融合模块Global-Fusion，完成跨模态特征的分层融合；其中，所述多尺度感知融合模块用于对RGB图像的细节信息特征与深度特征进行低级层面融合；所述全局融合模块用于在包含更多语义信息的高级特征层面，对RGB特征与深度特征进行高效语义信息特征融合； 步骤四：在步骤三中获得的多个融合特征经过解码后，逐层输入至解码过程中的边缘加强融合模块；该模块通过结合RGB图像特征与低层和高层的RGB-D融合特征，有效地增强了显著物体边缘的细节信息和整体的全局语义信息； 步骤五：设计图像融合损失和网络整体损失，实现RGB流和深度流检测结果的融合和网络的监督学习，输出最终的显著性检测结果。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。

以上内容由龙图腾AI智能生成。