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！

龙图腾网获悉太原理工大学申请的专利一种结合神经隐式三维重建的声学边界元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：CN119888080B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411960999.4，技术领域涉及：G06T17/00；该发明授权一种结合神经隐式三维重建的声学边界元方法是由陈磊磊;李永松;徐延明;李昕昊;廉浩杰;刘科成设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种结合神经隐式三维重建的声学边界元方法在说明书摘要公布了：本发明属于计算机视觉和声学边界元技术领域，具体涉及一种结合神经隐式三维重建的声学边界元方法，包括下列步骤：基于单波束前视声呐采集一组声学图像；获取图像数据对应的方位角、仰角和范围信息，计算采样点；构建神经隐式三维重建模型，包括用于描述目标几何信息的SDF场和强度场，由SDF场隐式表示目标三维形状；将图像数据及对应的方位信息作为训练数据，构建声学体渲染方程；训练神经隐式三维重建模型；对训练后的神经隐式三维重建模型进行密集采样，获取边界的离散表示；基于快速多极边界元方法计算结构表面声压分布。本发明可在保持较高计算精度的同时，提高对复杂几何对象的处理效率和灵活性。

本发明授权一种结合神经隐式三维重建的声学边界元方法在权利要求书中公布了：1.一种结合神经隐式三维重建的声学边界元方法，其特征在于，包括下列步骤： S1、基于单波束前视声呐采集一组声学图像； S2、获取图像数据对应的方位角、仰角和范围信息，计算采样点； 所述S2中计算采样点的方法为： S21、获取图像数据对应的方位角θi∈[θmaxmin]、仰角φi∈[φmaxmin]和范围信息ri∈[rmaxmin]； S22、构建像素样本集在从图像中随机选择个像素的同时选取个像素强度高于阈值的像素；设这些像素的集合为 S23、构建弧线上的采样点集Ap：对于每个像素使用分层采样在像素对应的弧线上采样；将仰角范围[φmaxmin]等分为个角度，两个相邻角度之间的差值为在这些角度上加上随机噪声～Uniform0,1Δφ以得到弧线上的采样点集 S24、构建声呐射线上的采样点集对于每条弧线上的采样点Pp，构建从声呐声学中心开始并终止于Pp的声呐射线在每条射线上均匀采样 个点以得到声呐射线上的采样点集 S25、最终采样点集由构成； S3、构建神经隐式三维重建模型，包括用于描述目标几何信息的SDF场和强度场，由SDF场隐式表示目标三维形状； 所述S3中构建神经隐式三维重建模型的方法为： S31、构建SDF场：将三维空间中任意采样点的空间位置x∈R3映射为其对应的SDF值sdf∈R1、中间特征f∈R256，γ为位置编码，为多层全连接神经网络，为网络的可学习参数； S32、构建目标密度σ：其中φsx＝1+e-sx-1为sigmoid函数，为SDF场的梯度信息，s为可学习的标准差； S33、构建强度场：将三维空间中任意采样点的空间位置x和从相机到该点的观察方向d∈R3映射为其对应的强度值c∈R3，Fω为多层全连接神经网络，ω为网络的可学习参数； S4、将图像数据及对应的方位信息作为训练数据，构建声学体渲染方程； S5、基于反向传播通过多种约束联合优化SDF场、强度场，训练神经隐式三维重建模型； S6、对训练后的神经隐式三维重建模型进行密集采样，获取边界的离散表示； S7、基于快速多极边界元方法计算结构表面声压分布。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79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”。