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基于深度正则化的动态高斯场景重建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：CN119991974B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510480633.5，技术领域涉及：G06T17/00；该发明授权基于深度正则化的动态高斯场景重建方法是由丁铭阳;王家晨;施昌岳;唐清源;陈铭浩;丁佳骏设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本基于深度正则化的动态高斯场景重建方法在说明书摘要公布了：本发明公开了一种基于深度正则化的动态高斯场景重建方法。本发明步骤如下：步骤（1）、利用SfM点云初始化一组3D高斯集合，每个高斯体由中心位置、协方差矩阵等参数描述；步骤（2）、引入控制网络解耦运动与几何结构，利用时间变量与高斯中心位置进行偏移计算，控制高斯体的动态变换；步骤（3）引入基于局部深度归一化和Pearson相关性的尺度无关深度对齐的损失函数；步骤（4）根据渲染图像计算得到新的损失函数，反向梯度回传优化高斯场与控制网络。在D‑NeRF、NeRF‑DS等动态场景数据集上的实验表明，本发明在重建质量、几何一致性及新视角渲染效果方面均优于现有方法，提升了动态场景的稳定性与细节保真度，具有重要的研究价值和应用前景。

本发明授权基于深度正则化的动态高斯场景重建方法在权利要求书中公布了：1.基于深度正则化的动态高斯场景重建方法，其特征在于，基于深度正则化的策略为图像的重建添加一项新的深度损失，用于规范高斯体运动过程中的几何形状，包括如下步骤： 步骤1、选取数据集，初始化3D高斯； 步骤2、引入控制网络并处理； 步骤3、计算基于全局深度约束的损失函数，结合图像损失、图像结构相似性损失和深度约束损失，具体包括： 步骤3-3.引入深度约束损失Ldepth，确保渲染深度在全局和局部尺度上与真实深度保持一致，具体包括局部深度归一化和基于Pearson相关性的尺度无关深度对齐； 步骤3-3-1.对相同视角下的模型渲染得到的图像和目标图像引入局部深度正则化，以补充全局深度正则化对局部区域的约束；对深度图进行局部归一化，鼓励获取模型渲染得到的图像对应的深度图，并获取该深度图的局部块同时获取通过预训练的深度预测变换器生成目标图像的深度图的局部块计算两个局部块之间的相似性，该归一化过程表示如下： 其中，dLNx表示归一化后的局部块的深度，表示分别从渲染深度图和目标深度图中采样的局部块，μ”、σ分别表示该局部块内的均值和标准差，∈表示数值稳定项； 步骤3-3-2.定义两种尺度无关的深度变换：负深度变换和倒数深度变换；负深度变换用于缓解远景深度数值大于设定阈值的问题，倒数深度变换对参考深度进行倒数变换，用于解决近景深度小于设定阈值但重要性的增强问题； 最终的深度约束损失Ldepth采用Pearson相关性进行度量，以衡量渲染深度图与目标深度图之间的相关性，具体计算如下： 其中，Corr·,·表示Pearson相关系数，表示负深度变换后的目标深度图的深度，表示渲染深度图的深度，表示倒数深度变换后的目标深度图的深度；Corr·,·的具体公式表示如下： 其中，dLN表示目标深度图对应的归一化后的局部块的深度，表示渲染深度图对应的归一化后的局部块深度，Cov·,·表示两个深度的协方差，Var·表示单个深度的方差； 步骤4、采用端到端的训练方式，反向梯度优化3D高斯场和控制网络。

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 浙江省杭州市钱塘区白杨街道2号大街1158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”。