Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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 科技服务 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 > 北京大学分子医学南京转化研究院;南京未来脑科技有限公司郭泽斌获国家专利权

北京大学分子医学南京转化研究院;南京未来脑科技有限公司郭泽斌获国家专利权

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!

龙图腾网获悉北京大学分子医学南京转化研究院;南京未来脑科技有限公司申请的专利基于高斯抛雪球法的三维空间客体语义分割方法及设备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:CN119850946B

龙图腾网通过国家知识产权局官网在2025-10-14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:202411690843.9,技术领域涉及:G06V10/26;该发明授权基于高斯抛雪球法的三维空间客体语义分割方法及设备是由郭泽斌;黄勤龙;孙溢凡设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

基于高斯抛雪球法的三维空间客体语义分割方法及设备在说明书摘要公布了:本发明公开了一种基于高斯抛雪球法的三维空间客体语义分割方法及设备。该方法包括采用colmap软件对RGB图像集进行处理,以获得相机内外参数和RGB图像集描述空间的稀疏点云集;将相机的内外参数和稀疏点云集输入至改进后的gaussiansplatting模型中,以获得所述稀疏点云集中每一稀疏点云对应的3dgaussian点并存储,并将3dgaussian点投影到2d平面,并通过积分的方式渲染像素颜色和分割属性,以获得初步的RGB图像和初步的分割图像,对模型迭代优化后,根据相机的内外参数即可获得与相机的内外参数对应的最终的RGB图像和最终的分割图像。本发明实现了从2d分割到3d分割的映射,部署简单。

本发明授权基于高斯抛雪球法的三维空间客体语义分割方法及设备在权利要求书中公布了:1.基于高斯抛雪球法的三维空间客体语义分割方法,其特征在于,包括: 准备某一场景下的RGB图像集和带有标注的分割图像集,所述RGB图像集和分割图像集分别包括多张不同相机内外参数下的RGB图像和分割图像,所述RGB图像集中的任一张RGB图像与分割图像集中的一张分割图像的相机内外参数相同; 采用colmap软件对所述RGB图像集进行处理,以获得每张RGB图像的对应的相机内外参数,以及所述RGB图像集描述空间的稀疏点云集; 将所述相机的内外参数和稀疏点云集输入至改进后的gaussiansplatting模型中,所述改进后的gaussiansplatting模型在原始的gaussiansplatting模型所定义的3dgaussian属性上添加分割属性segment,且其用以对所述稀疏点云集进行处理,以获得所述稀疏点云集中每一稀疏点云对应的3dgaussian点并存储,每个3dgaussian点通过以下方式描述可学习的属性: R,S,σ,s,c,μ 其中,R表示3dgaussian的旋转矩阵,S表示3dgaussian三根轴的尺度,σ表示3dgaussian的不透明度,s表示语义属性,c表示的颜色属性,μ表示3dgaussian的三维位置; 所述改进后的gaussiansplatting模型根据所述相机内外参并借助光栅器将所述3dgaussian点投影到2d平面,以获得2d平面图像,并将所述2d平面图像划分为n*n个块,在每个块中根据3dgaussian点距离相机的深度值对投影后的2dgaussian点进行排序,以使每个块得到一组由近到远顺序排列的2dgaussian点,然后对于块中的每一个像素点,通过积分的方式渲染像素颜色和分割属性,以获得初步的RGB图像和初步的分割图像; 根据所述初步的分割图像与带有标注的分割图像集计算交叉熵损失,并利用优化器执行迭代优化,达到设定次数后获得训练合格的改进后的gaussiansplatting模型; 将某一相机的内外参数输入至训练合格的改进后的gaussiansplatting模型中,以获得与相机的内外参数对应的最终的RGB图像和最终的分割图像。

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北京大学分子医学南京转化研究院;南京未来脑科技有限公司,其通讯地址为:210000 江苏省南京市江北新区磐固路16号2栋;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。