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！

龙图腾网获悉武汉唯理科技有限公司申请的专利基于Hashgrid的神经辐射场及二维体密度分割的建模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：CN116188723B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211676440.X，技术领域涉及：G06T17/20；该发明授权基于Hashgrid的神经辐射场及二维体密度分割的建模方法是由王家奎;朱小鹏设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于Hashgrid的神经辐射场及二维体密度分割的建模方法在说明书摘要公布了：本发明公开了基于Hashgrid的神经辐射场及二维体密度分割的建模方法，包括如下建模步骤：步骤1、首先通过普通rgb相机采集多角度的人体图像，步骤2、将已采集到的图像使用colmap进行相机的内参标定以及外参标定，步骤3、对采集到的图像进行像素分割和图像预处理，去除掉图像待重建以外的背景区域，本发明采集待重建人体的各个角度图像，并设定相邻图像之间的重叠区域，剔除背景，降低干扰，通过多次迭代训练，将渲染由连续改为离散形式，能够快速进行三维人体建模，通过将采样点代入计算，增加渲染效果，使用u‑net分割体密度切片图，分割同时去除噪点，精准重建人体，有效的提升建模效率。

本发明授权基于Hashgrid的神经辐射场及二维体密度分割的建模方法在权利要求书中公布了：1.基于Hashgrid的神经辐射场及二维体密度分割的建模方法，其特征在于：包括如下建模步骤： 步骤1、首先通过普通rgb相机采集多角度的人体图像； 步骤2、将已采集到的图像使用colmap进行相机的内参标定以及外参标定； 步骤3、对采集到的图像进行像素分割和图像预处理，去除掉图像待重建以外的背景区域，将被去除掉的背景区域的alpha通道设置为0，每张图像仅保留待渲染主体区域； 步骤4、使用前期预处理好后的数据利用基于Hashgrid的神经辐射场进行待重建区域的视角合成，渲染出整个待重建人体； 步骤5、将基于Hashgrid的神经辐射场所得到的体密度进行切片； 步骤6、将切片后的体密度进行像素分割，并对计算分割后的mask外轮廓坐标； 步骤7、按照顺序空间归一化所有外轮廓像素坐标，并将所有像素组合重建为待重建人体的三维模型； 所述步骤5中，经过多次迭代训练后，提取神经辐射场中的体密度，并对该体密度按照重建模型的质量要求进行切片，采用classicalvolumerendering的方法在5维神经辐射场中对体密度进行渲染，体密度表示为σx,预设的相机光线表示为rt＝o+td，则在渲染中的目标颜色Cr在最近边界tn与最远边界tf中表达为： 且 将连续的体密度渲染方程改为离散的形式进行计算，其表达为： 且 其中δi＝ti+1-ti表示为邻近样本之间的距离； 连续渲染方程在进行均匀分段后即改写为： 其中 然后对每段内进行均匀采样： 在指定区域内给定体素颜色与体密度，那在该区域内采样点的近视值则表示为： 整个工作区域中，固定视线以下的体素都为分段函数则其近似函数继续表示为： 采用两级网络进行训练，首先粗略训练出大致形状，再进行微调，在粗训练阶段先分层采样到Nc个点，其渲染方程表示为： 其中wi＝Ti1-exp-σiδi； 随后将wi进行归一化得到其分段函数，再通过其逆变换生成Nf个点，将这些点与上文分层采样得到的点一起进行精渲染，通过这两次采样，最后将损失函数表现如下： 此外还需将位置向量x与方向向量d转化为高频变量，其位置编码表示为： γp＝sin20πp,cos20πp,...,sin2L-1πp,cos2L-1πp； 最后将位置x,y,z与方向θ,φ作为输入即生成高精度渲染效果。

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武汉唯理科技有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区大学园路15号附1号华中科技大学科技园现代服务业示范基地二期4栋706；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”。