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！

龙图腾网获悉厦门理工学院申请的专利基于感知和动态初始化的点云重建方法及系统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：CN120495542B 。

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：202510990574.6，技术领域涉及：G06T17/00；该发明授权基于感知和动态初始化的点云重建方法及系统是由曾焕强;曾中伟;张祥杰;朱建清;施一帆;蔡磊;温廷羲;龚鑫荣;陈婧;熊飞兵设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于感知和动态初始化的点云重建方法及系统在说明书摘要公布了：本发明公开了基于感知和动态初始化的点云重建方法及系统，涉及三维重建技术领域，方法包括：通过从多视角图像中提取带有位置与颜色信息的点云数据，并转换为CUDA张量进行处理，实现了3D高斯分布及参数的动态初始化；采用球谐函数处理颜色特征、邻点平均距离确定初始高斯缩放、四元数初始化旋转角度以及逆sigmoid设定初始不透明度数值的方法优化了3D模型的初始化；利用3D到2D的溅射技术生成渲染图像，并通过像素级别的L1损失、局部结构级别的SSIM损失和感知损失LPIPS对3D高斯分布参数优化。本发明通过动态初始化3D高斯分布并引入感知损失优化，解决3DGS方法在迭代过程的时间开销和解决其在复杂纹理、高频区域等场景中易出现细节模糊或失真现象。

本发明授权基于感知和动态初始化的点云重建方法及系统在权利要求书中公布了：1.一种基于感知和动态初始化的点云重建方法，其特征在于，包括： S1，获取不同视角拍摄的同一场景的原始待重建图像； S2，通过运动恢复结构从原始待重建图像中提取三维稀疏点云，对三维稀疏点云进行动态初始化，获得3D高斯分布及初始化的3D高斯分布参数； S3，对3D高斯分布进行3D到2D图像的溅射，生成渲染图像，将渲染图像与原始待重建图像对比计算，获得像素级别的L1损失、局部结构级别的SSIM损失和感知损失LPIPS； S4，基于像素级别的L1损失、局部结构级别的SSIM损失和感知损失LPIPS运用反向传播技术对初始化的3D高斯分布参数进行优化，获得最终的3D高斯分布，将最终的3D高斯分布作为重建结果的三维模型； 所述S2，具体包括： 将原始待重建图像输入运动恢复结构算法中，提取并匹配图像特征，并估计相机位姿，随后通过三角化重建三维点，经捆绑调整优化相机参数与点位，生成带有位置信息和颜色信息的三维稀疏点云数据； 将带有位置信息和颜色信息的三维稀疏点云数据转换为CUDA张量，通过球谐函数处理CUDA张量中的颜色特征，通过计算CUDA张量的邻点平均距离确定初始3D高斯分布缩放，通过四元数对三维稀疏点云数据进行角度旋转，通过逆sigmoid设定初始不透明度数值，封装颜色特征、初始高斯缩放、旋转角度和初始不透明度数值，获得3D高斯分布及3D高斯分布参数； 通过四元数初始化旋转角度，具体包括： 对于每个点云数据生成随机法线向量vi并进行归一化，计算公式如下： 其中，ni表示归一化后每个点云的法线向量； 随机生成一个旋转角度θi，所述旋转角度从均匀分布区间[-0.05,0.05]中随机采样，基于旋转角度θi构建四元数qi： 其中，表示四元数的实部；表示四元数的虚部； 通过四元数qi对三维点云数据进行旋转初始化，使得到的3D高斯分布具有一个初始的旋转角度； 通过逆sigmoid设定初始不透明度数值，具体包括： 首先计算三维点云数据中的单个点的局部密度ρi： 其中，表示点云归一化后的邻域距离，表示所有点云中邻域距离的最大值； 进行不透明度映射，将ρi线性映射至指定区间，计算公式如下： αi＝0.1+0.4·ρi； 其中，αi表示不透明度；通过逆sigmoid函数σ-1将不透明度转换至参数空间，计算公式如下： 获得参数空间中的初始不透明度数值

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厦门理工学院，其通讯地址为：361000 福建省厦门市集美区理工路600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。