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！

龙图腾网获悉南京理工大学申请的专利基于重要光线筛选的快速双反射非视域成像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：CN120635335B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511129614.4，技术领域涉及：G06T17/00；该发明授权基于重要光线筛选的快速双反射非视域成像方法是由张毅;滕沛霖;陈霄宇;张靖远;韩静;柏连发设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本基于重要光线筛选的快速双反射非视域成像方法在说明书摘要公布了：本发明公开了一种基于重要光线筛选的快速双反射非视域成像方法，该方法包括：基于NLOS场景对采样系统进行标定，确定待重建空间的尺寸；改变激光光路照明隐藏空间，获取主动照明产生的阴影图像，基于标定信息对阴影图像进行处理，得到三维坐标下的位姿与阴影二值图像；基于双反射NLOS场景进行光线建模，搭建阴影场景的三维重建网络；利用基于边缘强度的多分辨率采样方法将阴影二值图像进行采样；将采样后的阴影二值图像与位姿输入重建网络中进行训练；利用差异光线采样方法对获取到的阴影二值图像进行动态采样；实现NLOS动态场景的三维重建。本发明在反映场景动态变化方面实现了低延迟，并完成了对移动物体的重建。

本发明授权基于重要光线筛选的快速双反射非视域成像方法在权利要求书中公布了：1.一种基于重要光线筛选的快速双反射非视域成像方法，其特征在于，包括： 步骤1：基于NLOS场景对采样系统进行标定，确定待重建空间的尺寸； 步骤2：通过振镜系统改变激光光路照明隐藏空间，采用相机获取主动照明产生的阴影图像，基于标定信息对阴影图像进行处理，得到三维坐标下的位姿与阴影二值图像； 步骤3：基于双反射NLOS场景进行光线建模，搭建阴影场景的三维重建网络，具体为： 基于神经辐射场原理，使用多层感知器对光线和隐藏物体进行隐式建模；根据光斑位置和阴影图像构建光线，并沿每条光线对三维坐标进行采样；MLP用于预测三维坐标上存在物体的可能性；通过累积存在的可能性来重建三维结构，形成一个对隐藏空间进行隐式建模的自监督学习框架； 隐藏物体存在的可能性用累积透射率来表示，它描述了光线在区间内未被阻挡而传播的概率；光线的预期累积透射率表示为，其中表示从物体表面到中继墙的距离，表示光斑位置，t表示光线传播时间；在近边界和远边界之间的范围内，使用来估计和计算累积透射率： ； 在成像任务中，输入光斑位置，能够查询隐藏空间中三维坐标处的累积透射率；连续的隐式神经阴影场表示为： ； 从光斑位置构建与阴影图像对应的光线，并追踪到达投影墙的光线；利用离散样本的分层采样方法来估计累积透射率的积分结果： ； 其中，表示相邻时刻之间样本之间的距离，表示累计透射率，表示不透明度； 对阴影图像进行二值分割，以获取穿过隐藏物体的光线分布情况；将亮区的像素标记为“1”，表示光线穿过了隐藏场景；将暗区的像素标记为“0”，表示光线被阻挡；黑色背景表示光线在穿过未知空间时未被阻挡，白色前景表示光线被物体阻挡，从而在墙上形成阴影；通过计算累积透射率来监督网络的优化过程；累积透射率的损失函数表示为： ； 其中，是训练期间每一批次的光线集合，表示参与训练的光线； 最后，通过对N条光线进行数值积分，从多个视角计算隐藏目标的深度： ； 步骤4：利用基于边缘强度的多分辨率采样方法将步骤2获取到的阴影二值图像进行采样； 步骤5：将采样后的阴影二值图像与步骤2中的位姿输入步骤3中的三维重建网络中进行训练； 步骤6：重复步骤2，利用差异光线采样方法对步骤2中获取到的阴影二值图像进行动态采样，重复步骤5； 步骤7：重复步骤6，实现NLOS动态场景的三维重建。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。