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！

龙图腾网恭喜汉佳(福建)展示科技有限公司申请的专利一种基于AI视觉识别技术的全息展示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：CN119668413B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510190784.7，技术领域涉及：G06F3/01；该发明授权一种基于AI视觉识别技术的全息展示系统是由郑瑜航;谢进成;陈培潜设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种基于AI视觉识别技术的全息展示系统在说明书摘要公布了：本发明公开了一种基于AI视觉识别技术的全息展示系统，涉及AI视觉识别技术领域，包括，通过至少一个图像传感器获取实时图像数据，对所述图像数据进行预处理；使用算法模块搭载的深度学习模型对处理后的图像数据进行分析，从中生成三维空间信息，基于三维空间信息构建全息图像，并结合光照、材质信息对全息图像进行渲染；根据用户的位置和视角信息调整全息图像的显示角度，同时监测场景中的变化，自动调整全息图像显示系统中全息图像的显示参数，并通过用户交互输入对全息图像进行动态修改。本发明实现了高效、精准的三维全息图像生成，具备广泛的应用潜力，尤其适用于需要动态展示、交互性强的虚拟现实、增强现实和全息显示等领域。

本发明授权一种基于AI视觉识别技术的全息展示系统在权利要求书中公布了：1.一种基于AI视觉识别技术的全息展示方法，其特征在于：包括，通过至少一个图像传感器获取实时图像数据，对所述图像数据进行预处理，以提取图像中的空间特征信息，包括物体的深度、位置、尺寸、运动轨迹及光照条件；使用算法模块搭载的深度学习模型对处理后的图像数据进行分析，从中生成三维空间信息，基于三维空间信息构建全息图像，并结合光照、材质信息对全息图像进行渲染；通过视线追踪系统、手势识别系统、眼动追踪系统及语音识别系统，根据用户的位置和视角信息调整全息图像的显示角度，同时监测场景中的变化，自动调整全息图像显示系统中全息图像的显示参数，并通过用户交互输入对全息图像进行动态修改；所述预处理包括，使用自适应去噪方法对输入图像进行去噪操作，根据局部图像梯度动态调整去噪权重，假设原图像像素值为I'x,y，去噪后的图像像素值为Ix,y，去噪操作表示为： 其中，wx,y,k,l是自适应滤波权重，基于图像梯度计算，权重公式为： 其中，x,y表示图像中的位置坐标；n表示卷积窗口的半径；表示图像在局部区域的梯度，α是控制图像梯度对权重的影响的参数，β是平衡项，Zx,y是归一化因子，确保权重和为1；去噪后，图像的局部对比度不足以清晰地呈现细节，需引入基于局部统计量的对比度增强方法，计算图像的局部均值和标准差，根据局部均值和标准差增强图像的对比度，并通过图像的梯度信息动态调整增强的强度，增强后的图像表示为： 其中，μx,y和∝x,y分别是局部区域的均值和标准差，α1是对比度增强系数，γx,y是自适应的对比度调整系数，表示为： 其中，是图像的局部梯度，δ是控制梯度对增强强度的影响的参数，∈是常数；利用卷积神经网络CNN实现边缘检测，得到的边缘图像通过卷积操作计算： 其中，Ex,y表示图像在位置x,y处的边缘检测输出值；表示图像在位置x+i,y+j处的像素值；wij是卷积核的权重，b为偏置项，σ为激活函数；损失函数则由边缘图像与真实边缘图像的差异以及梯度信息的平滑性约束组成： 其中，Egtx,y为真实边缘图像，λ是正则化系数；是图像Ex,y处的梯度；是图像处的梯度；从不同视角获得图像的深度图Dkx,yk＝1,2,…,K，通过加权平均的方式，结合图像的相关性来融合多视角的深度信息，融合后的深度图Dx,y由如下公式计算： 其中，wk是第k个视角的加权系数，计算公式为： 其中，corrIkx,y,I1x,y是第k个视角的图像Ikx,y和基准视角I1x,y之间的相关性度量，α2是控制图像相关性对加权系数的影响的参数，Z是归一化因子，K是视角的总数；所述深度学习模型包括，图像通过卷积神经网络的多个卷积层进行特征提取，每个卷积层的输出Cl表示为： 其中，Clx,y是第l层卷积操作后的输出特征图，是第l层卷积核的权重，bl是偏置项；通过对卷积神经网络的多层输出进行加权求和，生成深度图Dx,y，其中，每一层的输出Clx,y根据其重要性赋予不同的权重wl，并加上偏置项bd，得到深度图： 其中，Dx,y是生成的深度图，表示每个像素点的深度值；wl是第l层输出特征图Clx,y的权重，bd是偏置项；L是卷积层的总数；所述深度学习模型还包括，生成对抗网络GAN将图像和噪声向量z作为输入，通过生成器G生成三维空间信息： 其中，是生成器输出的三维空间信息，是生成器的映射函数，负责将输入的图像和噪声向量z转换为三维空间信息；生成对抗网络的判别器D负责判断生成器输出的三维空间信息是否为真实的，其中判别器的输出是一个概率值，表示生成数据为真实的可能性： 其中，是判别器对生成的三维空间信息的判定值；wD是判别器的权重，bD是判别器的偏置项；生成器的损失函数表示为： 其中，是生成器的损失函数，表示生成数据的质量；是期望；判别器的损失函数表示为： 其中，是判别器的损失函数，表示判别器的分类能力；DIreal是判别器对真实数据Ireal的判断值。

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汉佳(福建)展示科技有限公司，其通讯地址为：363107 福建省漳州市漳州台商投资区角美镇龙池开发区金山工业园；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”。