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！

龙图腾网获悉大连理工大学;大连维视科技有限公司申请的专利一种基于隐式神经场表示的3D人体网格补全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：CN115205488B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210558079.4，技术领域涉及：G06T17/20；该发明授权一种基于隐式神经场表示的3D人体网格补全方法是由卢湖川;王一帆;陈建川;易文涛设计研发完成，并于2022-05-19向国家知识产权局提交的专利申请。

本一种基于隐式神经场表示的3D人体网格补全方法在说明书摘要公布了：本发明提供了一种基于隐式神经场表示的3D人体网格补全方法，涉及3D重建技术技术领域，所述方法包括如下步骤：建立人体网格补全模型，建立隐式神经场，对所述人体网格补全模型进行训练，对完整的人体网格所在空间进行采样得到采样点，计算所述采样点对应的截断符号距离函数和颜色作为标签；根据采样点对应的空间点到三维网格表面最近的面片的颜色得到颜色信息；对待补全的有缺失的人体网格表面进行采样稀疏3D点云位置、颜色和表面法向量数据并输入至训练后的模型中建立隐式神经场中，然后利用MarchingCubes算法提取出完整的人体网格。本文提出了一个网格恢复网络，根据输入的部分3D形状以及对应的纹理信息来重建其完整结构的3D形状以及纹理细节的恢复。

本发明授权一种基于隐式神经场表示的3D人体网格补全方法在权利要求书中公布了：1.一种基于隐式神经场表示的3D人体网格补全方法，其特征在于，所述方法包括： 建立人体网格补全模型，包括如下步骤： 对有缺失的人体网格表面进行采样，获取稀疏3D点云位置、颜色和表面法向量数据，将所述稀疏3D点云位置、颜色和表面法向量数据作为人体网格补全模型的输入，并对稀疏3D点云位置进行归一化到标准空间并进行体素块划分，得到稀疏3D点云信息； 通过结构化隐式编码网络Points2VoxNet将稀疏3D点云信息进行编码与扩散，得到多尺度的几何特征体和纹理特征体； 结构化隐式编码网络Points2VoxNet的编码与扩散方法如下：将隐式编码扩散到空间其他点，先对输入的稀疏结构化隐式编码进行初步构建，得到对应的隐式编码volume，通过稀疏卷积将结构化隐式编码扩散到其他的空体素块中，最后给定任意一个3D空间点，通过查询对应的隐式编码体素来获得对应的几何编码以及纹理编码，具体定义为： 其中代表3D空间点的位置，表示该点RGB值，表示该点对应的法向量； 建立隐式神经场，对于空间中任意点，对几何特征体和纹理特征体使用三线性插值得到点的几何特征和纹理特征，将点的几何特征和纹理特征输入全连接网络中进行解码，得到点的几何表示与纹理表示； 对所述人体网格补全模型进行训练，包括如下步骤： 对完整的人体网格所在空间进行采样得到采样点，计算所述采样点对应的截断符号距离函数和颜色作为标签； 根据采样点对应的空间点到三维网格表面最近的面片的颜色得到颜色信息； 将采样点输入隐式神经场中预测采样点的截断符号距离函数与颜色，并计算与真实标签之间的优化目标函数对模型进行训练优化； 得到训练后的人体网格补全模型； 采用训练后的人体网格补全模型对待补全人体网格进行补全，包括如下步骤： 给定待补全的有缺失的人体网格； 对待补全的有缺失的人体网格表面进行采样稀疏3D点云位置、颜色和表面法向量数据并输入至训练后的模型中建立隐式神经场中，然后利用Marching Cubes算法提取出完整的人体网格。

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大连理工大学;大连维视科技有限公司，其通讯地址为：116024 辽宁省大连市高新园区凌工路2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。