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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习和网格参数化的各向同性网格生成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：CN119809922B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411886022.2，技术领域涉及：G06T3/06；该发明授权一种基于深度学习和网格参数化的各向同性网格生成方法是由杨康;王进设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习和网格参数化的各向同性网格生成方法在说明书摘要公布了：本发明属于计算机图形学几何处理技术领域，具体涉及一种基于深度学习和网格参数化的各向同性网格生成方法，包括获取物体模型的三角形网格数据，采用网格参数化方法将三角形网格数据由三维空间展开到二维平面；将每一个顶点的Voronoi单元区域边界点坐标集合输入预训练的深度神经网络，得到每一个顶点的Voronoi单元区域初始采样点坐标；构建CVT能量函数并进行最小化，得到在二维平面上优化后的三角形网格数据；通过重心坐标将优化后的三角形网格数据由二维平面映射回三维空间；本发明能够保证生成网格质量同时提高运算效率。

本发明授权一种基于深度学习和网格参数化的各向同性网格生成方法在权利要求书中公布了：1.一种基于深度学习和网格参数化的各向同性网格生成方法，其特征在于，包括以下步骤： S1.获取物体模型的三角形网格数据，采用网格参数化方法将三角形网格数据由三维空间展开到二维平面，得到网格参数化后的三角形网格数据； S2.基于网格参数化后的三角形网格数据，将每一个顶点的Voronoi单元区域边界点坐标集合输入预训练的深度神经网络，得到每一个顶点的Voronoi单元区域初始采样点坐标； S3.根据Voronoi单元区域初始采样点坐标构建CVT能量函数并进行最小化，得到在二维平面上优化后的三角形网格数据； 步骤S3具体包括： S31.计算CVT能量函数EZ，表示为 其中，N表示顶点数量，qi表示第i个顶点的Voronoi单元区域边界点坐标集合；zi表示qi经过图卷积神经网络得到的Voronoi单元区域初始采样点坐标；Ωi表示第i个Voronoi单元区域，每个顶点对应一个Voronoi单元区域，ρ表示密度函数； S32.最小化能量函数EZ来获得梯度表示为 其中，ci表示第i个Voronoi单元区域的目标质心，qi,j表示第i个顶点的第j个Voronoi单元区域边界点，m表示Voronoi单元区域边界点数量； S33.根据梯度更新Voronoi单元区域初始采样点坐标，令 其中，α表示梯度下降速率； S34.将顶点坐标更新为更新后的Voronoi单元区域初始采样点坐标的值，返回步骤S31，直至能量函数达到阈值； S4.通过重心坐标将优化后的三角形网格数据由二维平面映射回三维空间。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。