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！

龙图腾网获悉苏交科集团股份有限公司;南京大学;江苏智绘交通软件科技有限公司申请的专利一种基于语义分割的三维高斯模型构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：CN120451360B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510965230.X，技术领域涉及：G06T15/00；该发明授权一种基于语义分割的三维高斯模型构建方法是由符润泽;郭延文;何文斌;过洁;徐浩;李元琪;梁雅麟;李静雯;郝孜奇;白海洋;赵乾丞;孙璟珂设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于语义分割的三维高斯模型构建方法在说明书摘要公布了：本申请公开了一种基于语义分割的三维高斯模型构建方法，涉及计算机图形学和视觉领域，包括：采集二维图像数据集并进行预处理；根据预处理后的数据集，训练全卷积网络FCN；利用训练后的全卷积网络FCN对采集的二维图像进行语义分割，得到二维语义标签；根据二维语义标签，构建带有语义分割标签的三维高斯模型；针对三维高斯溅射在大规模场景中缺乏语义理解导致渲染质量低，本申请通过CityGaussion算法，解决了传统3D高斯溅射在大规模基础设施建模中的内存溢出和渲染效率问题。其多层次细节渲染策略保证了在不同观察距离下都能维持高质量的渲染效果和准确的语义表达，避免了传统渲染方法中远近视图质量不一致的问题。

本发明授权一种基于语义分割的三维高斯模型构建方法在权利要求书中公布了：1.一种基于语义分割的三维高斯模型构建方法，其特征在于，包括： 采集二维图像数据集并进行预处理，包括：采集基础设施的二维图像，并对采集的二维图像进行语义分割标注，得到语义分割标注图像；将语义分割标注图像转换为数组形式，其中，背景类别标号为0，构件的类别标号从1开始递增；其中，拱肋标号为1，吊杆标号为2，横撑标号为3，斜撑标号为4，伸缩缝标号为5，端块标号为6，支座标号为7，墩柱标号为8； 对采集的原始图像和语义分割标注图像进行数据增强处理，得到增强图像； 将采集的原始图像、语义分割标注图像，以及增强图像进行混合，得到预处理后的数据集； 根据预处理后的数据集，训练全卷积语义分割网络FCN； 利用训练后的全卷积网络FCN对采集的二维图像进行语义分割，得到二维语义标签； 根据二维语义标签，构建带有语义分割标签的三维高斯模型； 对采集的原始图像和语义分割标注图像进行数据增强处理，包括： 在预设裁剪比例范围内，选择裁剪比例； 根据裁剪比例r，计算裁剪区域的高度和宽度； 在预设偏移范围内，选择竖直偏移量和水平偏移量； 根据高度和宽度，以及竖直偏移量和水平偏移量，分别计算裁剪区域的竖直方向边界和水平方向边界； 根据竖直方向边界和水平方向边界，分别对原始图像J和语义分割标注图像A进行裁剪，得到局部图像和分割标注图像； 将局部图像和分割标注图像重采样至原始尺寸，得到增强图像和分割标注图像； 竖直方向边界和水平方向边界，通过如下公式计算： ；； 其中，和为原始图像的高度和宽度；和为裁剪区域的高度和宽度；和为竖直和水平方向的偏移量； S3，利用训练后的全卷积网络FCN对采集的二维图像进行语义分割，得到二维语义标签，包括： 将采集的二维图像作为输入，全卷积网络FCN的卷积层和池化层提取图像特征，输出层为每个像素生成预测的类别概率分布； 根据预测的类别概率分布，为图像中的每个像素分配具有最高概率的类别标签； 根据类别标签的分布，识别并确定各类别区域的边界，生成与输入图像尺寸相同的二维语义标签图像，其中，每个像素位置的值对应所述位置的类别标号； 根据二维语义标签，构建带有语义分割标签的三维高斯模型，包括： 根据采集的原始图像，以及语义分割标注图像，进行视角标注，得到标注视角图像； 将标注视角图像、二维语义标签图像进行混合，得到训练数据集； 根据训练数据集，将采集的原始图像、二维语义标签图像和图像采集过程中的相机位姿，作为输入三元组，通过CityGaussion算法构建三维高斯模型； 采用结构光束法SFM对采集的原始图像进行三维重建，生成初始点云，用于初始化三维高斯模型； 设置构成三维高斯模型的每个三维高斯基元的语义属性字段，用于存储构件的类别标号，得到语义扩展后的三维高斯模型； 在CityGaussion算法的渲染阶段，基于奈奎斯特采样率设置不同渲染区域的细节层次级别，根据设置的细节层次级别对语义扩展后的三维高斯模型进行高斯溅射渲染，生成带有语义信息的渲染图像； 根据渲染图像与训练集中的原始图像和语义标签图像之间的差异，通过CityGaussion算法中的可微渲染方法计算高斯基元参数的优化梯度；并根据优化梯度，对三维高斯模型中的高斯基元进行优化，得到带有语义分割标签的三维高斯模型； 生成带有语义信息的渲染图像，包括： 根据当前视点位置和方向，确定待渲染场景区域； 基于奈奎斯特采样率，设置待渲染场景区域的细节层次级别； 根据设置的细节层次级别，从语义扩展后的三维高斯模型中选择对应精度的三维高斯基元； 根据采集图像的相机内参和相机位姿，将选择的三维高斯基元溅射到屏幕空间，并按深度顺序排序； 通过α－渲染将排序后的三维高斯基元投射到待渲染视角，并计算视角平面中位置x的颜色； 在待渲染视角，计算视角平面中位置x的语义； 合成不同细节层次级别的渲染场景区域，得到最终带有语义信息的渲染图像。

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苏交科集团股份有限公司;南京大学;江苏智绘交通软件科技有限公司，其通讯地址为：210019 江苏省南京市建邺区富春江东街8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。