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基于跨尺度修正的多视立体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：CN119888076B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411932711.2，技术领域涉及：G06T17/00；该发明授权基于跨尺度修正的多视立体三维重建方法是由田茂;吕熊设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于跨尺度修正的多视立体三维重建方法在说明书摘要公布了：本发明涉及一种基于跨尺度修正的多视立体三维重建方法，属于计算机视觉领域。该方法包括：获取若干张分为参考图像和源图像的输入图像，通过FPN提取不同尺度的特征图，并在FPN中嵌入跨尺度特征融合模块；根据参考图像和源图像的相机参数以及假设的深度平面，构建多视角的三维代价体；采用全局语义信息补充模块对三维代价体进行补充，对优化后的代价体进行正则化处理，生成深度概率分布体；根据深度概率分布体计算深度图，通过深度图重建出点云。本发明能够有效解决当前FPN中跨尺度特征融合过程中空间关系缺失和细节、边缘模糊的问题，以及当前大多数的MVS方法中由于粗糙阶段深度范围大和深度平面多难以获取正确深度的问题。

本发明授权基于跨尺度修正的多视立体三维重建方法在权利要求书中公布了：1.一种基于跨尺度修正的多视立体三维重建方法，其特征在于：所述方法包括以下步骤： S1、获取若干张分为参考图像和源图像的输入图像，并提取不同尺度的特征图、和； S2、通过跨尺度特征融合模块对多尺度特征图进行融合，其至少包括特征上采样、特征融合、特征对齐和注意力融合操作； S3、根据参考图像和源图像的相机参数，通过单应性变换和平面扫描法将源图像特征映射到参考图像坐标系，构建三维代价体； S4、采用全局信息补充模块对三维代价体进行聚合，其至少包括代价体展开、全局特征提取、特征过滤和代价体融合处理； S5、对优化后的代价体进行正则化处理，生成深度概率分布体；根据深度概率分布体计算第一深度图； S6、在第一深度图周围取深度平面，进行S3与S5步骤，获得第二深度图；在第二深度图周围取深度平面，再次进行S3与S5步骤，获得最终的深度图，最后通过深度图生成点云； 在步骤S2中，至少包括以下步骤： S21、将低尺度特征进行双线性插值上采样得到，将低尺度特征的低分辨率调整为与高尺度特征相同的高分辨率；再对低分辨率和高分辨率特征分别进行卷积操作，调整特征的通道数和特征表示； S22、将处理后的低分辨率特征和高分辨率特征在通道维度拼接，再通过卷积生成一组特征融合所需的偏移量和注意力权重； S23、根据生成的偏移量为低分辨率特征生成一个偏移的网格坐标，通过该网格对低分辨率特征进行空间上的重采样； S24、根据特征融合单元生成的注意力权重并使用激活，将对齐后的低分辨率特征和高分辨率特征进行加权融合，最终输出融合后的特征图，分别在和运用跨尺度融合模块； 在步骤S4中，其至少包括以下步骤： S41、将三维代价体将通道和深度维度上展平为二维特征；通过多层卷积与滤波操作，获得具有全局的语义信息的； S42、将嵌入到中：对在深度维度进行扩展，使其与的深度数量一致，接着生成权重注意力： 式中，表示卷积核大小为通道数从到的深度可分离卷积，表示卷积核大小为通道数从到的卷积，表示从深度方向扩展，表示激活函数； S43、通过注意力权重对进行滤波操作，对进行过滤： S44、将和沿着通道方向进行拼接，并通过一个卷积进行通道映射，最终生成优化后的代价体。

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 重庆市南岸区黄桷垭崇文路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。