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！

龙图腾网获悉吉林农业大学申请的专利一种基于深度学习的作物果实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：CN121053337B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511589702.2，技术领域涉及：G06T17/20；该发明授权一种基于深度学习的作物果实三维重建方法是由陈红兵;陈睿;刘鑫;冯一哲;温长吉;张宇博;刘俊杰;吴昊;徐志航;李志鹏设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本一种基于深度学习的作物果实三维重建方法在说明书摘要公布了：本发明属于计算机视觉技术领域，尤其为一种基于深度学习的作物果实三维重建方法。包括以下步骤：包括以下步骤：S1：点云预处理；S2：创建初始模板；S3：判断可见面和不可见面；S4：网格形变预测。本发明不需要精确的网格作为训练指导。且使用深度相机作为数据采集工具，成本更低。相较于nerf技术也不需要拍摄全方位的图像，解决了遮挡问题。使用了初始模板最为迭代起点，只需要用深度相机拍摄作物果实的部分区域的深度图像即可迭代实现网格建模。改善了建模准确度和速度。在作物产量预测和智能采摘等农业领域中，能够准确获取果实的三维几何模型，能够为果实高精度产量估算与机械臂精准抓取提供关键的技术帮助。

本发明授权一种基于深度学习的作物果实三维重建方法在权利要求书中公布了：1.一种基于深度学习的作物果实三维重建方法，其特征在于，包括： S1：接收深度图像，提取为可见面的点云，对点云预处理； S2：建立初始模板：设原点为中心，半径为R包含个顶点的球面三角网格为初始模板T，其在世界坐标系中的坐标记为，其中为网格的顶点坐标，为网格中所有顶点的数量； S3： S3.1：从输入数据中读取与当前点云帧对应的相机外参矩阵 S3.2：根据旋转矩阵提取相机的朝向向量 S3.3：计算模板顶点与相机朝向的夹角； S3.4：筛选可见顶点集合； S4：设计由两个交叉注意力模块、一个K近邻算法模块、一个特征融合模块、一个自注意力模块、一个多层感知机的预测头构成的用于迭代模型的Transformer解码器模块B； S4.1：可见面顶点的特征提取； S4.2：不可见面顶点的特征提取； S4.3：将可见面与不可见面的每个顶点特征，组合形成完整的顶点特征集合，将与查询向量输入交叉注意力模块，再由自注意力模块处理，输出的交给预测头处理并输出一个缩放系数，将应用于网格的顶点坐标更新，自注意力模块处理的输出也将这个输出继续进入下一个Transformer解码器模块B中，重复执行，每一阶段的输出网格作为下一阶段的输入，逐步逼近果实的真实形状。

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吉林农业大学，其通讯地址为：130118 吉林省长春市南关区新城大街2888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。