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！

龙图腾网获悉北京航空航天大学申请的专利一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维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：CN120014174B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510171749.0，技术领域涉及：G06T17/00；该发明授权一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维重建方法是由肖瑾;宋博洋;胡晓光设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维重建方法在说明书摘要公布了：本发明公开了一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维重建方法，属于计算机视觉中多视图三维重建技术领域，其网络模型基本流程是四重深度粗略估计、四重深度细化、基于高效高斯‑牛顿模块的深度优化。本发明通过预测四重深度并构造波浪型深度图，减小深度融合阶段的深度插值偏差，从而显著提高重建点云质量，尽管具有耗时的双重3DCNN结构，但整体上仍能快速地预测深度图。本发明所提方法采用渐进细化式架构，有效避免了级联架构中固有的误差传播问题，在计算效率和总体重建质量方面都优于其他具有类似架构的深度学习MVS方法，由此为高精度、高完整性、高效率的三维重建提供一种行之有效的技术方案。

本发明授权一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维重建方法在权利要求书中公布了：1.一种基于四重深度与波浪型深度几何增强的MVSNet网络的多视图三维重建方法，其特征在于，包括以下步骤： 步骤S1：获取某一场景的一组多视图图像，每次从中选取一张作为参考图像并为其选取图像夹角最小的N-1张源图像，以该N张图像作为输入；构建一个高效多尺度信息丰富特征提取器，以全分辨率参考图像和其对应源图像为输入，得到两组不同的四分之一分辨率尺度特征图和以及一组半分辨率尺度特征图分别用于四重深度粗略估计、四重深度细化、基于高效高斯-牛顿模块的深度优化； 步骤S2：通过可微分单应性变换，将包括一张参考特征图和N-1张源特征图的N张特征图映射到参考相机视锥中基于若干深度假设划分的前向平行平面上，从而对应生成N个特征体；计算其中参考特征体和N-1个源特征体之间的组间相关相似度，构建N-1个相似度体积；将相似度体积馈入基于外极线变换器的可见性感知视图聚合模块，生成一个统一的匹配代价体； 步骤S3：采用双重3DCNN正则化代价体，得到双重两通道概率体；从双重两通道概率体中计算出四重深度图和四重置信度图；采用多重损失函数，约束四重深度图在基础真值附近的分布情况；采用波浪化选择策略，由四重深度图计算得到具有波浪型深度几何的粗略波浪型深度图，由四重置信度图计算得到和粗略波浪型深度图相对应的波浪型置信度图，从而完成四重深度粗略估计； 步骤S4：构建一个四重深度细化模块，基于粗略波浪型深度图确定细化模块的统一初始深度范围，采用N张特征图重复步骤S2与步骤S3，得到细化后波浪型深度图与置信度图； 步骤S5：采用步骤S1中所述的高效多尺度信息丰富特征提取器所预先提取的直接计算，移除传统高斯-牛顿模块中使用的额外特征提取网络，从而构建一个高效高斯-牛顿模块，使用该模块对四分之一分辨率细化后波浪型深度图进行上采样与优化，得到半分辨率最终深度图； 步骤S6：更换参考图像，重复上述步骤，直至获取目标场景全部图像对应深度图。

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航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。