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！

龙图腾网获悉北京黎阳之光科技有限公司申请的专利一种基于图像生成的动态视频与三维模型的融合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：CN119445043B 。

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：202411573936.3，技术领域涉及：G06T19/20；该发明授权一种基于图像生成的动态视频与三维模型的融合方法是由冯秀芳;耿文海;耿杰;耿乐;谷训国设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于图像生成的动态视频与三维模型的融合方法在说明书摘要公布了：本发明公开了一种基于图像生成的动态视频与三维模型的融合方法，涉及图像生成技术领域，本发明，引入NeRF三维几何感知生成网络，直接处理三维几何数据，使每一帧生成的图像包含场景的几何信息，避免物体形变、扭曲或位置错误，NeRF的三维感知能力使物体的形状与位置始终与场景中的实际几何结构匹配，实现在生成过程中对几何结构的动态理解，同时嵌入时间序列的几何信息，时间序列中引入物体的动态位置和旋转矩阵，能够有效捕捉和更新场景中物体的几何状态，动态调整光线路径使物体的运动轨迹与场景中的变化完全一致，有效应对大范围的运动和复杂旋转，增强了几何捕捉能力，提升了视频生成的精度。

本发明授权一种基于图像生成的动态视频与三维模型的融合方法在权利要求书中公布了：1.一种基于图像生成的动态视频与三维模型的融合方法，其特征在于：包括，步骤S1，引入三维几何感知生成网络，采用NeRF生成网络，处理动态视频中的三维几何数据，生成几何感知图像；步骤S2，时间序列的几何信息嵌入，基于步骤S1生成的几何感知图像，引入时间序列的几何变化数据，生成时间序列几何感知图像；步骤S2中，时间序列的几何信息嵌入方式为：在步骤S1生成的几何感知图像基础上，引入物体在时间序列中的几何变化数据，包括物体的运动轨迹、旋转角度和视角变化，设定时间t时的物体三维位置为xt∈R3，物体的旋转矩阵为Rt∈SO3，则物体的位置和方向随时间的变化表示为： 其中，xt表示时间t时的物体三维位置，x0表示物体的初始位置，即时间t＝0时的位置，vt表示物体的瞬时速度向量，即物体在每个时间点的运动轨迹，Rt表示时间t时的物体旋转矩阵，即物体的旋转状态，R0表示物体的初始旋转矩阵，ωt表示物体的瞬时角速度向量，即物体的旋转变化，使用物体在时间序列中的位置和旋转数据xt和Rt构建每一帧的几何感知图像，具体来说，在时间t时刻的几何感知图像It基于对前一帧It-Δt的几何信息变换生成： 其中，It表示时间t时的几何感知图像，表示几何变换函数，负责根据物体的位移xt和旋转矩阵Rt对前一帧图像It-Δt进行变换，It-Δt表示前一帧的几何感知图像，Δt表示两帧之间的时间间隔；时间序列的几何信息嵌入方式还包括：结合物体的时间序列运动数据对场景中的光线进行重新计算，光线的路径rt根据物体的位移和旋转进行动态调整：rt＝ot+t·Rt·dt，其中，rt表示时间t时的光线路径，ot表示时间t时摄像机光心的动态位置，dt表示时间t时摄像机视角方向，基于物体的运动和旋转进行更新，结合物体的运动轨迹和视角变化后，时间t时的每一帧几何感知图像It由NeRF网络生成的光线积分计算所得，NeRF生成的光线颜色Ct依赖于时间序列的几何信息，公式为： 其中，Ct表示时间t时光线rt对应的颜色，基于场景中的物体位置和旋转状态，Tit表示第i个采样点的累积透射率，定义为其中，σjt和δjt分别表示采样点的密度和距离，随着时间变化，σit表示物体的体密度，随时间变化而更新，δit表示相邻采样点之间的距离，定义为ti+1t-tit，cit表示时间t时采样点的颜色值；步骤S3，加权融合与几何一致性优化，在步骤S2生成的时间序列几何感知图像基础上，采用基于三维模型的加权融合算法，每一帧的图像与三维模型的纹理信息逐像素进行融合；步骤S4，最终输出与实时渲染，在步骤S3的几何一致性融合后，输出经过优化的图像序列，并进行实时渲染。

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北京黎阳之光科技有限公司，其通讯地址为：102600 北京市大兴区北京经济技术开发区经海四路22号院四区5号楼5层603室；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”。