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！

龙图腾网获悉清华大学深圳国际研究生院;深圳市曜点科技有限公司申请的专利一种基于NeRF的分级物体建模与快速重建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：CN119600199B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411666542.2，技术领域涉及：G06T17/00；该发明授权一种基于NeRF的分级物体建模与快速重建方法是由张凯;张若楠;刘卫军;黄金芬;鹿昌义设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于NeRF的分级物体建模与快速重建方法在说明书摘要公布了：本发明公开了一种基于NeRF的分级物体建模与快速重建方法，包括以下步骤：图像预处理，初始通过相机获得图像视频帧，输入的图像经过相关处理包括：语义分割、深度估计、法向估计以及内外参标定，生成相应的语义图、深度图、法向图和相机参数；空间分区，依据语义图信息对场景进行划分并定义边界框；自适应采样，通过结合深度图、法向图及相机参数执行自适应采样，确定采样点集合；分级矢量化SDF重建，利用这些采样点进行分级矢量化SDF重建，得到描述物体形状的分级SDF表示，将分级SDF转换成三角形网格模型，完成三维物体建模与快速重建。本发明提供了一种基于NeRF的分级物体建模与快速重建方法，将场景中的物体快速重建，支持下游的编辑任务、交互等应用。

本发明授权一种基于NeRF的分级物体建模与快速重建方法在权利要求书中公布了：1.一种基于NeRF的分级物体建模与快速重建方法，其特征在于，包括以下步骤： 图像预处理，初始通过相机获得图像视频帧，并且输入的图像会经过相关处理包括：语义分割、深度估计、法向估计以及内外参标定，从而生成相应的语义图、深度图、法向图和相机参数； 空间分区，依据语义图信息对场景进行划分并定义边界框； 自适应采样，通过结合深度图、法向图及相机参数执行自适应采样，确定出关键的采样点集合； 分级矢量化SDF重建，利用这些采样点进行分级矢量化SDF重建，得到描述物体形状的分级SDF表示，采用MarchingCubes算法将分级SDF转换成三角形网格模型，以此完成最终的三维物体建模与快速重建； 基于曲率估计和深度估计的自适应采样策略旨在通过动态调整采样密度，具体步骤如下： 曲率估计，通过差分法计算法向量在u和v方向的一阶导数，构建Weingarten映射，通过Weingarten映射的特征值来计算主曲率和； 计算曲率，高斯曲率K是两个主曲率的乘积，平均曲率H是两个主曲率的算法平均值； 定义采样密度函数，采样密度函数由物体表面的曲率和最大深度值决定，采样点的生成在高曲率或离视点较远的区域具有更高的密度； 采样点生成，对于每个物体，首先进行初始均匀采样，生成均匀分布的采样点,获得采样点集合，在初始采样的基础上，结合采样密度函数对采样点进行调整。

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清华大学深圳国际研究生院;深圳市曜点科技有限公司，其通讯地址为：518000 广东省深圳市南山区桃源街道丽水路2279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。