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！

龙图腾网获悉北京大学申请的专利基于神经辐射场的水下场景表征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：CN118710807B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202410812616.2，技术领域涉及：G06T17/00；该发明授权基于神经辐射场的水下场景表征方法是由施柏鑫;汤云开;朱成轩;许超设计研发完成，并于2024-06-22向国家知识产权局提交的专利申请。

本基于神经辐射场的水下场景表征方法在说明书摘要公布了：本发明提供一种基于神经辐射场的水下场景表征方法，通过神经网络中设计相应的模块来实现,包括：混合渐进采样模块、场景参数估计模块、混合体积渲染模块，对于没有时序的水下数据集，实现水下场景高质量的静态重建，提高了在此类数据集上的三维重建表现；对于存在时序信息的水下数据集，实现水下场景高质量的动态重建，恢复水下生物的运动轨迹与光照的实时变化，扩大了算法的应用范围；渲染速度上大大超越了现有的其它水下场景三维重建的方法，提高了在水体消除任务上的表现；在水体迁移任务上实现了更加真实的效果，设计科学合理，适合推广应用。

本发明授权基于神经辐射场的水下场景表征方法在权利要求书中公布了：1.基于神经辐射场的水下场景表征方法，其特征在于，通过神经网络中设计相应的模块来实现,包括： 步骤一、混合渐进采样模块： 采用在相机射线上的采样方式，实现了同时对场景中物体部分与水体部分进行优化； 对于相机射线r，首先等距选取Nm个点来预测水体部分的参数，再利用多尺度哈希网格采样Ns个点，实现在物体表面附近的充分采样； 这Ns个点需要满足：σstaor+ti·δk·drτ 也就是说在起点为or，方向为dr的这条相机射线上，以δk为间隔采样一些点，满足这些采样点处的静态物体体素密度大于一预设定的界限； 对于动态物体，只有当它们出现在相机与静态物体之间时，才会对新视角图片有贡献；因此在建模动态物体时，额外进行一次等距采样，范围从相机近处开始直到场景中静态物体出现的深度处，这样可以为动态物体的建模提供更高的精确度； 步骤二、场景参数估计： 经过所述混合渐进采样得到的采样点，在经过双立方插值之后，输入进各个MLP来预测所述采样点处的场景的参数信息； 整个场景被分为动态物体，静态物体与水体三个部分；这就导致对于每一个采样点，神经网络会输出三组场景参数的预测结果：静态场景参数σsta，csta，动态场景参数σdyn，cdyn和水体参数σw，cw； 神经网络会同时对每一个采样点预测一个局部光照参数λ，表示在输入的时间和视角方向下，采样点的曝光时间； 将局部光照参数λ乘以神经网络输出的三组颜色结果，就得到了考虑光照条件之后的该采样点的颜色，即： c′{sta,dyn,w}＝λ·c{sta,dyn,w} 步骤三、混合体积渲染： 经过神经网络的预测，得到了所述三组场景参数的预测结果；在真实的水下场景中，对于每个采样点，只存在动态物体、静态物体或水体三者之一；完全将三者在空间上分离是困难的，故采用了混合体积渲染这一模型，来将网络预测的同一个点的三种参数进行混合； 大多数的水下场景中的物体都是不透明的，因此在考虑物体与水之间的混合之时： 在物体存在的部分：物体的体素密度远大于水的体素密度； 在水体中的部分：预测的物体的体素密度接近0，远小于水的体素密度。

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大学，其通讯地址为：100871 北京市海淀区颐和园路5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。