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！

龙图腾网获悉浙江大学申请的专利基于2D预训练分割模型监督的3D高斯全景分割方法、计算机设备和程序产品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：CN119251501B 。

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：202411316911.5，技术领域涉及：G06V10/26；该发明授权基于2D预训练分割模型监督的3D高斯全景分割方法、计算机设备和程序产品是由赵磊;马骋;莫竣程;林怀忠;张占杰;李光远;孙嘉锴;尹浩霖;蓝泽铧;张权威;王永康;陈嘉芙;褚天易;饶晨;焦涵;贾世安;张玮婧;邢卫设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于2D预训练分割模型监督的3D高斯全景分割方法、计算机设备和程序产品在说明书摘要公布了：本申请涉及一种基于2D预训练分割模型监督的3D高斯全景分割方法、计算机设备和程序产品，3D高斯全景分割方法包括：将同一场景不同视角的多张输入图像输入至2D预训练分割模型，获得2D语义分割图和2D实例分割图，获得基于3D高斯场景的3D高斯初始表达，3D高斯初始表达是由多个高斯椭球随机初始化形成的场景；获得3D高斯初始表达在相应视角下投影获得的2D高斯表达；根据颜色信息获得第一生成图像，根据语义信息获得第二生成图像，根据实例信息获得第三生成图像；利用预设损失参数训练优化3D高斯场景表达，获得训练完成的3D高斯分割模型；基于3D高斯分割模型，获得3D高斯场景的语义分割信息和实例分割信息。

本发明授权基于2D预训练分割模型监督的3D高斯全景分割方法、计算机设备和程序产品在权利要求书中公布了：1.基于2D预训练分割模型监督的3D高斯全景分割方法，其特征在于，包括： 将同一场景不同视角的多张输入图像输入至2D预训练分割模型，获得2D语义分割图和2D实例分割图，根据所述输入图像获得对应所述输入图像的相机参数，根据所述输入图像获得基于3D高斯场景的3D高斯初始表达，所述3D高斯初始表达是由多个高斯椭球随机初始化形成的场景；基于所述相机参数，获得所述3D高斯初始表达在相应视角下投影获得的2D高斯表达，所述2D高斯表达包括颜色信息、语义信息和实例信息；根据所述颜色信息获得第一生成图像，根据所述语义信息获得第二生成图像，根据所述实例信息获得第三生成图像； 利用预设损失参数训练优化3D高斯场景表达，获得训练完成的3D高斯分割模型，所述预设损失参数包括：所述第一生成图像与相应输入图像的第一预设损失、所述第二生成图像与相应所述2D语义分割图的第二预设损失、所述第三生成图像与映射实例分割结果的第三预设损失，所述映射实例分割结果经由所述第三生成图像与相应所述2D实例分割图通过匹配映射获得，具体包括：将所述2D实例分割图每个像素的实例ID匹配映射至所述第三生成图像，得到用于监督的映射实例分割结果； 基于所述3D高斯分割模型，获得3D高斯全景分割结果，所述3D高斯全景分割结果包括3D高斯场景的语义分割信息和实例分割信息，所述第三预设损失利用下式获得： ，其中，为所述第三预设损失，用于表示实例损失；表示图像的像素个数；表示2D预训练分割模型预测的每个像素的置信度；表示的是第h个实例；表示渲染得到的第个像素对应第类实例的概率；是2D预训练分割模型预测的个像素对应第类实例的概率；是将所述2D实例分割图通过线性匹配映射的方式，获得所述映射实例分割结果： ，其中，表示选择的映射；表示当前映射；表示图像的所有实例；表示图像对应h实例的像素个数；表示第h个实例被映射到的实例编号；表示2D预训练分割模型预测的每个像素的置信度；表示的是第h个实例；表示渲染得到的第个像素对应第类实例的概率。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。