Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京科技大学潘姣获国家专利权

北京科技大学潘姣获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利一种基于单目图像的浅浮雕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:CN119399370B

龙图腾网通过国家知识产权局官网在2025-08-26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:202411486409.9,技术领域涉及:G06T17/00;该发明授权一种基于单目图像的浅浮雕三维重建方法是由潘姣;滕佳彤;姚超;王雨晨;班晓娟设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。

一种基于单目图像的浅浮雕三维重建方法在说明书摘要公布了:本发明提供一种基于单目图像的浅浮雕三维重建方法,属于图像处理技术领域;利用数码相机采集浮雕图像,基于摄影测量方法生成包含3D坐标和RGB值的密集点云,建立包含单目图像及其语义,软边缘及深度标签的浅浮雕数据集。基于上述有标签数据训练软边缘强化的多任务神经网络框架,在该框架中同时提取单目图像中的语义,边缘和深度特征,通过多任务损失函数和边缘对比模块将语义和边缘特征作为深度估计任务的有效线索,增强模型对细节部分的深度估计能力提升三维重建的精度。本发明能够直接从一张单目浮雕照片中提取对应的软边缘和语义信息,辅助深度估计任务,增强其对边缘区域细节的捕捉能力,有效提升后续浅浮雕三维重建的精度。

本发明授权一种基于单目图像的浅浮雕三维重建方法在权利要求书中公布了:1.一种基于单目图像的浅浮雕三维重建方法,其特征在于,包括以下步骤: 步骤(1):利用数码相机采集指定场景的浅浮雕图像信息:通过数码相机拍摄照片,采用运动多视角立体结构方法进行摄影测量; 步骤(2):基于摄影测量建立三维点云数据:从照片数据基于摄影测量生成三维点云,这些点包含3D坐标和RGB值信息; 步骤(3):建立包含单目图像及其语义,边缘,深度标签的小型浅浮雕图像数据集; 具体包括以下子步骤: 步骤(3-1):获得浮雕的单目图像:将浮雕的三维点云从正视图投影到单目图像中; 步骤(3-2):获得浮雕的语义标签:建立语义分割类别标签,并对投影的单目图像进行人工标注,获得语义图像; 步骤(3-3):获得浮雕的边缘标签:利用3D边缘特征提取算法设置步骤(2)中的点云中各点的曲率与其透明度的相关函数,将边缘区域中心线周围的狭窄区域的透明度设为最小值以突出显示,沿着雕刻曲线曲率下降的部分透明度缓慢增大以使其在视觉上缓慢变暗,呈现“软边缘”的特征;通过正视图投影,并将像素值按区间划分,获得分类软边缘图;具体为根据边缘信息在三维空间中的锋利程度进行分类划分,将边缘提取任务从二分类转变成多分类,辅助浮雕石刻场景下高频信息的提取; 步骤(3-4):获得浮雕的深度图像:通过正视图投影方式,将Z坐标线性转换,得到相应的像素值为0-255的深度图; 步骤(4):构建并训练多任务网络模型,并通过边缘对比模块约束深度估计任务; 具体包括以下子步骤: 步骤(4-1):构建边缘类别提取器并组成边缘对比模块,用于提取步骤(3-3)中的软边缘图; 步骤(4-2):利用多任务神经网络框架提取深度、语义和边缘特征,进而通过边缘对比模块约束深度估计任务; 步骤(4-3):利用步骤(3)中获得的浮雕图像数据集训练多任务网络模型,通过引入边缘对比模块,将从单目图像和深度图中分别提取的软边缘信息进行对比,帮助深度估计任务更准确地关注边缘区域的细节; 步骤(5):利用上述多任务网络模型对不同的浅浮雕单目图像进行推理,获取对应深度图并建立三维模型。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。