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！

龙图腾网获悉湖南大学申请的专利一种基于多尺度特征融合的稀疏新视角图像合成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：CN119762358B 。

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：202411833524.9，技术领域涉及：G06T5/50；该发明授权一种基于多尺度特征融合的稀疏新视角图像合成方法是由刘婧雯;蔡敏捷设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于多尺度特征融合的稀疏新视角图像合成方法在说明书摘要公布了：本发明公开了一种基于多尺度特征融合的稀疏新视角图像合成方法，属于计算机视觉与图像生成技术领域，具体包括以下步骤：S1.多尺度参考点生成与特征采样；S2.多感受野残差特征提取；S3.基于注意力网络的特征聚合与图像生成；S4.新视角合成模型的预训练；S5.预训练模型的微调。与现有技术不同，本发明通过结合多尺度特征和残差特征提取方法，提出了一种新的特征融合策略，同时引入基于注意力网络的特征聚合进行新视角图像的高效生成。此外，本发明还提出了基于预训练与迁移学习的自适应优化机制，从而能够加速稀疏场景下的训练过程，提高合成结果的质量与效率。基于本发明的方法，可显著提升稀疏场景下的新视角图像合成效果。

本发明授权一种基于多尺度特征融合的稀疏新视角图像合成方法在权利要求书中公布了：1.一种基于多尺度特征融合的稀疏新视角图像合成方法，其特征在于，包括以下步骤： S1.多尺度参考点生成与特征采样： 根据输入图像的分辨率生成不同尺度的参考点，并在对应多尺度特征图上使用这些参考点进行采样，提取各个尺度下的特征并拼接来获取初始特征信息； S2.多感受野残差特征提取： 利用多感受野卷积和残差连接机制，对采样的初始特征信息进行不同卷积核大小的深度卷积操作，通过多感受野获取不同尺度的信息，同时加入残差连接以保持原始特征并对各尺度下的特征进行融合，最终生成多感受野的残差特征； S3.基于注意力网络的特征聚合和图像生成： 将融合后的多尺度深度特征作为输入，通过GPNR模型中的自注意力模块逐层进行处理，通过捕捉不同视角间的全局依赖关系逐步聚合和对齐多视角信息，完成特征的深度融合与表达，从而生成稀疏场景下的新视角图像； S4.新视角合成模型的预训练： 在大规模、通用数据集上对模型进行预训练，通过训练大量密集的不同场景图像，并结合多个数据集中的不同物体进行多次迭代训练，覆盖各种可能的视觉场景和物体类型，同时利用损失函数计算和反向传播优化模型权重，使得模型能够学习到适用于稀疏新视角合成任务的通用视觉特征和高层次语义特征； S5.预训练模型微调： 进一步通过基于预训练模型的迁移学习进行优化，将预训练模型的参数迁移到新场景中，在稀疏视角下的新场景数据进行微调，通过反向传播更新模型参数，进而加速新场景的训练和渲染，使得模型更加适用于特定的稀疏场景； 采用最终形成的模型能生成新视角图像。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。