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 > 浙江工业大学严舒文获国家专利权

浙江工业大学严舒文获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利基于张量高斯混合表示的多视图合成方法、电子设备、介质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:CN119169176B

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:202411163706.X,技术领域涉及:G06T15/20;该发明授权基于张量高斯混合表示的多视图合成方法、电子设备、介质是由严舒文;卢芊含;童博扬;应嘉禾;陈思宇;郑建炜设计研发完成,并于2024-08-23向国家知识产权局提交的专利申请。

基于张量高斯混合表示的多视图合成方法、电子设备、介质在说明书摘要公布了:本发明公开了一种基于张量高斯混合表示的多视图合成方法、电子设备、介质,包括:初始化三维高斯体集合;设置全局外观字典,从局部张量网格中提取每一三维高斯体对应的特征向量;将每一特征向量以及目标图片对应的相机位姿分别输入至第一、第二多层感知机,得到每一三维高斯体对应的不透明度和颜色;对每一已知不透明度和颜色的三维高斯体添加掩码;对添加掩码后的三维高斯体集合进行光栅化,得到合成的多视图;完成1次迭代;基于目标图片与合成的多视图计算均方差损失,反向传播优化,优化三维高斯体的尺度、方向、位置,优化局部张量网格,第一、第二多层感知机,全局外观字典的参数,重复进行迭代,直至合成的多视图与目标图片一致。

本发明授权基于张量高斯混合表示的多视图合成方法、电子设备、介质在权利要求书中公布了:1.一种基于张量高斯混合表示的多视图合成方法,其特征在于,所述方法包括: 初始化三维高斯体集合; 设置全局外观字典,从局部张量网格中提取每一三维高斯体对应的特征向量; 将每一特征向量以及目标图片对应的相机位姿分别输入至第一多层感知机、第二多层感知机,得到每一三维高斯体对应的不透明度和颜色; 对每一已知不透明度和颜色的三维高斯体添加掩码; 对添加掩码后的三维高斯体集合进行光栅化,得到合成的多视图;完成1次迭代; 基于目标图片与合成的多视图计算均方差损失,反向传播优化,优化三维高斯体的尺度、方向、位置,优化局部张量网格、第一多层感知机、第二多层感知机、全局外观字典的参数,重复进行迭代,直至合成的多视图与目标图片一致; 其中,从局部张量网格中提取三维高斯体对应的特征向量的过程包括: 通过CP分解对局部张量网格进行因子化,表达式如下: ; 式中,表示与位置相关的特征向量,表示外积,表示张量组件数量,表示被分解的组件张量值,表示特征维度,分别表示x、y、z方向上的向量值; 利用矩阵作为全局外观字典,该字典链接了不同局部张量之间的颜色相关性;对于任何位置,在每个张量内进行三线性插值后,获得其包含不透明度和颜色的特征表示: ; 式中,、、分别表示x、y、z方向上任意位置插值后得到的向量值,表示任意位置被分解并插值后的组件张量值,表示所有张量组件拼接得到的矩阵。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市下城区潮王路18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。