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！

龙图腾网获悉天津大学申请的专利基于神经辐射场的三维场景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：CN116342788B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310191733.7，技术领域涉及：G06T15/20；该发明授权基于神经辐射场的三维场景重建方法是由陈瑞;牟洋;杨航设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本基于神经辐射场的三维场景重建方法在说明书摘要公布了：本发明公开一种基于神经辐射场的三维场景重建方法，由图像拼接模块拼接输入多视角图像序列，图像特征提取模块提取输入图像的深层图像特征，图像特征和相机参数送入多视角特征融合模块中通过单应性变换单元构建三维特征，然后送入特征融合单元获取融合特征，由相机参数计算神经辐射场中的三维点坐标和点的方向编码并为三维点坐标附加位置编码，获取具有位置编码的三维点特征，将方向编码、深层图像特征、融合特征和三维点特征共同送入三维调制解码模块，获取三维点颜色和点透明度，最后通过渲染模块渲染输出相机参数对应的指定视角图像。本发明取得了较高运行速度表现与良好的重建效果，提高了三维场景重建的质量。

本发明授权基于神经辐射场的三维场景重建方法在权利要求书中公布了：1.基于神经辐射场的三维场景重建方法，其特征在于，由多视角三维场景重建网络处理实现，该多视角三维场景重建网络包括图像拼接模块、图像特征提取模块、多视角特征融合模块、三维调制解码模块以及渲染模块； 处理步骤如下： 由图像拼接模块拼接输入的多视角图像序列，图像特征提取模块提取输入的多视角图像序列中的图像的深层图像特征，深层图像特征和相机参数送入多视角特征融合模块，通过单应性变换单元计算对应像素值的匹配特征来构建三维特征，将三维特征送入特征融合单元，使用特征金字塔网络的结构得到融合特征；由相机参数计算神经辐射场中的三维点坐标和三维点的方向编码，为三维点坐标附加位置编码，获取具有位置编码的三维点特征，将方向编码、深层图像特征、融合特征和三维点特征共同送入三维调制解码模块获取三维点颜色和点透明度；将三维点颜色和点透明度送入渲染模块，渲染模块基于三维点颜色和点透明度渲染输出相机参数对应的预设视角图像； 所述通过单应性变换单元计算对应像素值的匹配特征来构建三维特征的步骤如下： 将多视角图像序列中的其中一张图像作为源图像，其它图像作为参考图像，由深层图像特征和相机参数进行单应性变换，计算源图像在参考图像所在平面的对应像素值： ； 其中，与分别为参考图像和源图像对应的相机内部参数，为相机外部参数中的旋转矩阵，为相机外部参数中的平移向量，为深层图像特征中的像素值，为场景中任意一点的深度； 将不同图像的对应像素值进行聚合，获取三维特征； 所述将三维特征送入特征融合单元，使用特征金字塔网络的结构来得到融合特征的步骤如下： 将三维特征送入三维卷积编码器，通过三维卷积编码，首先获取尺寸为所处理的特征图的尺寸二分之一的浅层三维特征、然后获取尺寸为所处理的特征图的四分之一的中间层三维特征，最后获取尺寸为所处理的特征图的八分之一的深层三维特征： ； 将深层三维特征送入三维卷积编码器和三维Transformer编码器，使用三维Transformer编码器捕获深层三维特征的长距离依赖关系，获取浅层融合特征送入三维转置卷积层，获取尺寸更大的融合特征并与三维特征相加，最后使用三维转置卷积层将获得的深层融合特征进行上采样并与浅层三维特征融合，获取最终的融合特征： ； 其中，表示三维卷积编码器操作,表示三维Transformer编码器操作，表示三维转置卷积层操作，，表示中间层融合特征、深层融合特征。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。