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！

龙图腾网获悉长春理工大学申请的专利基于多视图立体和网格的稀疏视图室外场景三维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：CN120259559B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510732701.2，技术领域涉及：G06T17/00；该发明授权基于多视图立体和网格的稀疏视图室外场景三维重建方法是由李万京;孙荣春;陈磊设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于多视图立体和网格的稀疏视图室外场景三维重建方法在说明书摘要公布了：本发明属于计算机图形学中三维重建技术领域，尤其为基于多视图立体和网格的稀疏视图室外场景三维重建方法，旨在解决现有重建技术中输入依赖密集视图、渲染结果易产生模糊伪影及大规模场景内存占用高等问题，特别适合稀疏视图输入下室外无边界场景的高精度重建。实现步骤包括：获取待重建场景的多视图图像及对应的相机位姿，并基于K‑means聚类算法确定场景中心；提取输入视图特征，基于多视图立体框架生成代价体，并结合概率深度估计方法获取场景深度分布先验；基于深度分布引导体素网格采样，并利用空间收缩函数将超出网格边界的光线映射至有限网格范围内；提取图像局部特征与体素网格全局特征进行自适应融合；最后通过体渲染生成重建图像。

本发明授权基于多视图立体和网格的稀疏视图室外场景三维重建方法在权利要求书中公布了：1.基于多视图立体和网格的稀疏视图室外场景三维重建方法，其特征在于，包括以下步骤： 步骤1，获取待重建场景的图像数据集，包含图像数据、相机位姿参数和场景的稀疏三维点云信息，并使用包围盒将场景包围； 步骤2，提取输入视图的多尺度图像特征，基于多视图立体框架构建代价体，对代价体进行正则化处理生成神经编码体和深度概率体，并通过概率深度估计方法获取场景的深度分布先验； 步骤3，光线采样与空间约束：对光线进行自适应采样，并采用等比例空间收缩函数对无界场景光线进行重映射，将空间限制在有限网格范围内； 步骤4，提取目标图像局部特征和采样点对应的全局体素网格特征，通过注意力网络动态融合全局与局部特征； 步骤5，将融合特征和神经编码体特征进行解码，输出采样点的体密度和颜色值，基于体渲染方程计算像素RGB值，最后结合光度一致性监督和网格的稀疏几何监督进行端到端优化； 所述步骤3中，自适应采样是通过图像深度分布信息引导光线进行更精准的场景表面采样，减少三维空间中无效区域采样点，并通过设计的度量距离映射函数进行非均匀采样，因此光线采样点x表示如下： x＝o+lr 其中o表示光线原点，r表示光线方向，l表示度量距离，通过参数化度量距离实现非均匀采样策略，使采样点分布与场景特性相匹配，度量距离l与归一化距离s的映射函数表示如下： l＝Ln+Lf-Lns4 其中Ln,Lf分别为根据深度值定义的近平面距离和远平面距离； 此外，所述空间收缩函数基于射线与体素相交检测定理进行设计，将任意光线路径上的采样点xj等距收缩至有限网格空间内，从而实现对无界场景空间的全局线性缩放，具体定义如下所示： contractxj＝qenter,j+kj·xj-xn,j 其中qenter,qexit分别表示光线进入包围盒的入射点坐标和出射点坐标，j表示光线索引，xn,j表示光线的第一个采样点坐标，k表示光线的缩放比例，通过对采样点进行contract计算，光线被压缩到一个紧凑的有限空间； 所述步骤4中全局-局部特征动态融合过程如下： 首先提取全局特征，基于张量分解构建具有连续网格的全局空间辐射场，对查询点邻近的离散体素通过插值获取全局一致性置信度特征向量和外观特征向量，将特征向量与颜色矩阵B相乘，并结合光线方向r通过解码函数S得到全局特征Fglobal和全局一致性置信度CV，计算公式如下： 其中解码函数S采用多层感知器网络，Af表示插值得到的外观特征向量，Ac表示插值得到的置信度特征向量，m表示空间张量分解的维度，τ表示张量分解通道索引，表示级联运算，全局一致性置信度CV用于评估网格位置在多视图中的几何一致性、纹理丰富度和遮挡情况，动态调节全局特征与局部特征的权重； 接着提取局部特征，对于任意被查询的三维点，投影至多分辨率目标图像，通过双线性插值提取各尺度二维平面特征，将特征进行级联，生成长度为3×C的特征向量作为几何局部特征Flocal，其中C表示单尺度特征维数； 然后采用轻量级注意力网络以全局特征Fglobal与局部特征Flocal和置信度CV作为输入，生成融合权重ω，基于该权重，实现全局-局部特征的自适应融合，权重ω和融合特征计算公式如下: Ffused＝ω·Fglobal+1-ω·Flocal 其中Sigmoid函数用于将权重限制到[0,1]，实现平滑过渡，Ffused表示最终得到的融合特征。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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”。