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！

龙图腾网获悉杭州电子科技大学申请的专利一种动态结构光的三维重建方法及其系统、计算设备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：CN117132704B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202310643012.5，技术领域涉及：G06T17/00；该发明授权一种动态结构光的三维重建方法及其系统、计算设备是由胡海洋;高凌峰设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种动态结构光的三维重建方法及其系统、计算设备在说明书摘要公布了：本发明公开一种动态结构光的三维重建方法及其系统、计算设备。本发明构建RPSNet的动态结构光模型；建立生成器网络模型；建立判别器网络模型；联合优化损失函数；生成器和判别器的训练交替进行，先训练一个判别器，再训练一个生成器，交替进行直到达到预设的训练轮数；利用优化后得结构光模型实现三维重建。本发明方法在重建质量上接近十二步相移结合多频外差方法的重建结果，精度误差在0.11mm，总体来说，能够满足工厂环境下工件分拣的三维重建需求。

本发明授权一种动态结构光的三维重建方法及其系统、计算设备在权利要求书中公布了：1.一种动态结构光的三维重建方法，其特征在于包括如下步骤：步骤S1、获取工况下待测物体连续时刻的多张光栅图；步骤S2、利用动态结构光模型RPSNet对上述多张光栅图进行三维重建，得到待测物体的深度图；所述动态结构光模型RPSNet为生成对抗网络，包括生成器AIR2U-net、判别器；所述生成器AIR2U-net采用U-net网络基本架构，采用编码-解码结构；通过编码器中IRR模块的特征提取和下采样操作获取特征图，再通过解码器中IRR模块的特征提取和上采样过程，并通过跳跃连接将编码过程中的特征图经过注意力机制模块RCAM加入到解码过程中，最终得到输出结果；所述判别器采用多层卷积网络；所述编码器下采样过程第2-N层在现有U-net网络编码器每层后端各自串联一个IRR模块；N表示编码器的总层数；所述解码器上采样过程第2-N层在现有U-net网络解码层每层前端各自串联一个Concatenation模块，且后端各自串联一个IRR模块；所述编码器和所述解码器第2-N层采用跳跃连接，每层跳跃连接上串联一个注意力机制模块RCAM；所述Concatenation模块用于对编码器当前层的输出与解码器上一层的输出进行拼接；所述IRR模块以Inception-ResNet模块为基础网络框架，加入循环卷积块RCB以强化特征；所述IRR模块具体包括并行的残差连接、1×1RCB、3×3RCB、5×5RCB；以及1×1瓶颈层、拼接层；所述1×1瓶颈层接收1×1RCB、3×3RCB、5×5RCB的输出，对其进行通道维度的降维和升维有效减少网络中参数的数量，避免过拟合的情况发送并降低计算负担；所述拼接层接收所述残差连接输出的原输入特征和所述1×1瓶颈层输出的特征，对其进行残差拼接；所述RCB具体过程如下： 其中是卷积核为s大小的RCB的输出，和分别是标准的卷积层和卷积核为s大小的RCB的输入，和是标准的卷积层和第k层RCB的权重，而bk则是偏差；然后该输出将被输入到标准的ReLU激活函数f中，表达公式如下所示： 其中Fxs,ws代表卷积核为s大小的RCB的输出；所述IRR模块具体过程如下：经过多尺度的RCB分别对输入利用循环卷积的思想进行特征的有效积累，将结果输入至1×1瓶颈层中，最后将输入Xl和1×1瓶颈层卷积操作的输出进行残差拼接，拼接后的结果作为整个IRR模块的输出Xl+1；见公式3： 其中分别为卷积核大小为1×1、3×3、5×5的RCB模块的输出，B·为瓶颈层函数，°表示矩阵沿深度方向上拼接。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。