Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市森歌数据技术有限公司;广东省林业调查规划院孟先进获国家专利权

深圳市森歌数据技术有限公司;广东省林业调查规划院孟先进获国家专利权

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!

龙图腾网获悉深圳市森歌数据技术有限公司;广东省林业调查规划院申请的专利一种融合扩散模型的高分辨率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:CN120976443B

龙图腾网通过国家知识产权局官网在2025-12-23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:202511495376.9,技术领域涉及:G06T17/00;该发明授权一种融合扩散模型的高分辨率三维重建方法是由孟先进;周皓然;杨超裕;薛亚东;姜杰;黄宁辉;陆国锋;叶绍泽设计研发完成,并于2025-10-20向国家知识产权局提交的专利申请。

一种融合扩散模型的高分辨率三维重建方法在说明书摘要公布了:本发明公开了一种融合扩散模型的高分辨率三维重建方法,属于图像数据处理技术领域,包括步骤:构造原始数据集D;构造增强训练集;构造三维重建网络,包括文本编码器、渲染器、VAE编码器、条件扩散模型、VAE解码器、MVS模块;分三个阶段对条件扩散模型进行训练和微调,得到三维重建模型,获取待重建场景的图像序列和文本指令,用三维重建模型进行重建。本发明能在多视角条件下保持高度一致的几何和颜色还原,显著减少拼接伪影。通过语义指导优化,重建模型的纹理细节和结构一致性得到大幅提升。条件扩散采样使得模型在复杂场景下能够精确还原局部细节,提高了实时渲染的稳定性。

本发明授权一种融合扩散模型的高分辨率三维重建方法在权利要求书中公布了:1.一种融合扩散模型的高分辨率三维重建方法,其特征在于,包括以下步骤; S1,构造原始数据集D; 收集多组样本,每组样本包括一真实三维模型和文本指令,将所有样本构成原始数据集D; S2,构造增强训练集; 从D中按比例划分训练集Dtrain,对训练集内样本进行数据增强,得到增强训练集,,其中,K为内样本总数,、Tk分别为内第k组样本的增强真实三维模型、增强文本指令; S3,构造三维重建网络,包括文本编码器、渲染器、VAE编码器、条件扩散模型、VAE解码器、MVS模块; 所述文本编码器用于输入Tk,生成对应的语义向量eT; 所述渲染器用于将渲染为彩色图序列Ik和深度图Dk序列,,,Ik由N个视角的彩色图构成,为Ik中视角n的彩色图,为对应的深度图; 所述VAE编码器用于按Ik的采样权重wk从中采样生成对应的隐变量z0; 所述条件扩散模型用于将隐变量z0作为输入,将eT作为条件,通过正向加噪和反向去噪过程,生成去噪隐变量; 所述VAE解码器用于根据生成的重构图,并将N个视角的重构图构成重构图序列; 所述MVS模块用于根据生成重构三维模型; S4,训练三维重建网络; 基于条件扩散模型的噪声预测损失、和间的重构损失、渲染器的颜色一致性损失和深度一致性损失训练条件扩散模型,再分别用图像质量、三维重建约束引导条件扩散模型微调,得到三维重建模型Mref; S5,获取待重建场景的图像序列和文本指令,经Mref的条件扩散模型、VAE解码器得到对应的重构图序列,再经MVS模块得到重构三维模型。

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深圳市森歌数据技术有限公司;广东省林业调查规划院,其通讯地址为:518001 广东省深圳市罗湖区东晓街道东晓社区太白路3008号悦彩城(北地块)写字楼1302;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。