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！

龙图腾网获悉浙江大学;杭州相芯科技有限公司申请的专利一种基于神经网络的平面材质数据库的采集方法及系统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：CN116645497B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310783568.4，技术领域涉及：G06V10/10；该发明授权一种基于神经网络的平面材质数据库的采集方法及系统是由吴鸿智;周昆;马晓鹤设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种基于神经网络的平面材质数据库的采集方法及系统在说明书摘要公布了：本发明公开了一种基于神经网络的平面材质数据库的采集方法和系统，该方法包括训练阶段、采集阶段和重建阶段，本发明设计了一个神经网络，包含优化光照图案部分，门网络部分，专家网络部分和非线性映射网络部分；通过在光照图案照射下拍摄的目标材质照片中的信息，门网络可以自适应地选择最佳的专家网络预测材质空间独立的反射属性的隐向量表达，隐向量通过在一组其他光照图案下拍摄的照片的约束下被进一步优化，最后将隐向量通过非线性映射网络恢复为高维Lumitexel向量，拟合到BRDF模型中，其参数被存储为纹理图。本方法可以鲁棒地、高质量地和高效率地采集近平面的各向异性的SVBRDFs。

本发明授权一种基于神经网络的平面材质数据库的采集方法及系统在权利要求书中公布了：1.一种基于神经网络的平面材质数据库的采集方法，其特征在于，包括训练阶段、采集阶段和重建阶段； 所述训练阶段包括以下步骤： 1获取采集设备的参数，生成模拟摄像机的采集结果，作为训练数据； 所述采集设备安装至少一个正对目标近平面材质的摄像机，当为多个摄像机时，设定正对目标近平面材质的摄像机为主要摄像机，其余摄像机为次要摄像机； 2使用生成的训练数据，对神经网络进行训练，所述神经网络的特征如下： 神经网络的输入为所有观察方向下的Lumitexel向量； 神经网络的第一部分为线性全连接层，用于模拟实际采集时所用的光照图案，将Lumitexel向量变换为对应摄像机的采集结果； 神经网络的第二部分包括一个门网络和多个专家网络，门网络以所有摄像机的采集结果作为输入，输出一组专家网络被选择的概率，每个专家网络都以所有摄像机的采集结果作为输入，预测出材质在隐式空间的隐向量表示； 神经网络的第三部分为非线性映射网络，用于根据隐向量恢复出高维材质信息； 所述采集阶段包括以下步骤： 1神经网络光照图案采集：采集设备按照一组光照图案依次对目标近平面样本进行照射，所有摄像机分别获得一组照片； 2材质优化光照图案采集：采集设备按照一组预设的线性光照图案依次对目标近平面样本进行照射，获得主要摄像机拍摄的一组照片； 所述重建阶段包括以下步骤： 1材质预测：所有摄像机采集获得若干组照片 其中p和s1...sn分别表示主要摄像机和所有次要摄像机，k表示第k个光照图案，首先计算出每个次要摄像机照片到主要摄像机的映射关系，将照片变换为对采样平面样本上有效纹理坐标，找到其在所有摄像机照片中的像素值，组成向量将v作为神经网络中门网络的输入，门网络输出一组专家网络被选择的概率，概率最大的专家网络以所有摄像机采集结果作为输入，预测得到高维材质信息的隐向量； 2材质调优：根据采集阶段2中采集到的照片，将预测的隐向量作为初值，通过非线性映射网络恢复为Lumitexel向量，根据Lumitexel与光源发光强度的线性关系，用向量乘法模拟采集过程，将主要摄像机采集到的样本在不同线性光照图案照射下的结果作为目标，对隐向量进行调优； 3材质拟合：优化后的隐向量经过非线性映射网络恢复出高维材质信息Lumitexel；对于每个近平面样本，训练一个可微分渲染神经网络，获得样本的GGXBRDF模型参数和局部坐标系作为近平面样本的材质采集结果。

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浙江大学;杭州相芯科技有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。