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！

龙图腾网获悉陕西师范大学申请的专利基于深层残差收缩网络的隐函数文物三维模型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：CN115330944B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210965245.2，技术领域涉及：G06T17/00；该发明授权基于深层残差收缩网络的隐函数文物三维模型重建方法是由张玉梅;库银涛;吴晓军;马金丽;戎宇莹设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本基于深层残差收缩网络的隐函数文物三维模型重建方法在说明书摘要公布了：一种基于深层残差收缩网络的隐函数文物三维模型重建方法，由选取文物数据、渲染文物数据、划分文物数据、构建真值函数、构建隐函数、构建深层残差收缩网络、训练深层残差收缩网络、重建文物三维模型步骤组成。本发明方法解决了因未知数据噪声的影响产生碎片模型的技术问题，提升了三维重建模型的普适性和运算速度，使生成的文物三维模型更加精准。在深层残差收缩网络中加入阈值分支，通过阈值的设置去除不明显特征，消除了训练过程中产生的噪声对实验结果的干扰，提升了重建文物三维模型表面的精细度以及文物三维模型轮廓的完整性，本发明具有重建精度高、速度快等优点，可应用于重建文物三维模型技术领域。

本发明授权基于深层残差收缩网络的隐函数文物三维模型重建方法在权利要求书中公布了：1.一种基于深层残差收缩网络的隐函数文物三维模型重建方法，其特征在于由以下步骤组成： 1选取文物数据 选取3组包含文物二维图片与对应文物三维模型的文物数据，其中包含文物三维模型正面无背景图片，文物三维模型正面掩膜图片，清晰度为30k的文物三维模型目标文件，清晰度为30k的包含文物纹理特征、材质、相机信息的文物三维模型通用格式文件，清晰度为100k的文物三维模型目标文件，清晰度为100k的包含文物纹理特征、材质、相机信息的文物三维模型通用格式文件，清晰度为2k的文物三维模型法线贴图及其对应的灰度图，清晰度为8k的文物三维模型法线贴图及其对应的灰度图； 2渲染文物数据 对每组文物数据进行渲染，得到原始文物三维模型360°的渲染图片360张，原始文物三维模型360°的带有纹理特征的文物三维模型目标文件360个，原始文物三维模型360°的点集数据文件360个，原始文物三维模型360种光照环境下法向量贴图360张； 3划分文物数据 将渲染后的文物数据划分成训练集、测试集，训练集为文物数据的75％，测试集为文物数据的25％，训练集、测试集数据之间无交叉； 4构建真值函数 对文物三维模型文件构建真值函数f*X如下: 其中，X为文物三维模型空间中的点坐标； 5构建隐函数 按下式构建隐函数fFx,zX： fFx,zX＝P x＝πX 其中，x为文物二维图片上的点坐标，Fx为文物二维图片上的点x的特征向量，zX为文物三维模型空间中的点X与相机的距离；P为文物三维模型空间中的点X在文物三维模型内部的概率值，m为输入一组文物二维图片的数量； 6构建深层残差收缩网络 深层残差收缩网络由残差收缩编码器与卷积解码器串联构成； 7训练深层残差收缩网络 将训练集输入到深层残差收缩网络进行训练，按下式确定损失函数： 其中i为点的序号，n为文物三维模型空间中点的数量，n取值为106～108，xi为文物二维图片中第i个点的坐标，Xi为文物三维模型空间中第i个点的坐标； 采用Adam动态优化方法调整深层残差收缩网络，训练过程中不同训练周期的学习率不同，每训练10轮学习率降为当前的0.1，迭代至损失函数L收敛，得到训练好的深层残差收缩网络； 8重建文物三维模型 用测试集对训练好的深层残差收缩网络进行测试，将测试集中文物三维模型正面无背景图片和文物三维模型正面掩膜图片输入到训练好的深层残差收缩网络中，得到重建后的文物三维模型。

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陕西师范大学，其通讯地址为：710062 陕西省西安市长安南路199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”。