中科(厦门)数据智能研究院王飞获国家专利权
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!
龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于元学习的三维模型光线追踪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:CN115546383B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202211373309.6,技术领域涉及:G06T15/06;该发明授权一种基于元学习的三维模型光线追踪方法是由王飞;徐勇军设计研发完成,并于2022-11-04向国家知识产权局提交的专利申请。
本一种基于元学习的三维模型光线追踪方法在说明书摘要公布了:本发明公开了一种基于元学习的三维模型光线追踪方法,属于三维模型图像处理技术领域,包括步骤一、构建光线追踪通用模型;步骤二、使用立体匹配卷积神经网络训练前模型;步骤三、联合训练前模型得到新模型;步骤四、发现新模型符合特定光线追踪效果的定制参数及定制模型。本发明通过构建通用模型,利用立体匹配卷积神经网络训练旧模型,训练出能够满足特定光追效果的通用参数,通过损失函数的收敛得到新的潜在通用参数,适应特定光追效果,通过去除90%的前数据和98%的前数据能够有效训练旧模型,减轻了训练数据容量,同时提高了新旧数据的准确度,进而解决了光线追踪技术训练时间过长、训练数据容量过大且光线追踪效果准确度不高的不足。
本发明授权一种基于元学习的三维模型光线追踪方法在权利要求书中公布了:1.一种基于元学习的三维模型光线追踪方法,其特征在于,包括如下步骤: 步骤一、构建光线追踪通用模型:选择若干个光线入射角度和光线色彩作为元任务,结合元学习的方法设定元学习任务,使各元学习任务训练基于卷积神经网络的立体匹配网络,并基于所述立体匹配网络的训练结果获得用于光线追踪的角度参数和光线色彩; 步骤二、使用立体匹配卷积神经网络训练前模型:利用模型的相似性创建一个与所述立体匹配卷积神经网络相同类型的立体匹配网络,并且将与所述立体匹配网络相同类型的立体匹配网络作为前模型,在前模型中导入所述立体匹配卷积神经网络的参数,前模型利用交叉熵损失函数指导参数和训练,再结合整群随机抽样的方法随机采样,去除90%的前数据和98%的前数据,并将剩余数据作为记忆数据和; 步骤三、联合训练前模型得到新模型:所述前模型利用所述记忆数据和以及新数据和相结合进行联合训练,交叉熵函数指导新数据和进行模型学习,对记忆数据和使用交叉熵损失函数和知识蒸馏损失函数联合指导学习,从前模型的基础上得到新模型; 步骤四、发现新模型符合特定光线追踪效果的定制参数及定制模型:针对通用训练的参数光线追踪角度和光线色彩创建通用参数,用表示通用光线追踪模型,通用参数与光线追踪角度和光线色彩均正相关,所述通用参数的公式为: , 将一种特定光线追踪效果的光追数据记为数据集,两个相互独立的迷你块和从中取出,元学习器对数据集训练,训练出适应特定光线追踪效果的,与相关,将u定义为这种特定光追效果适合的模型标签,使用通用光线追踪模型在中预测出二元混合模型并计算本阶段损失,通过上述方法能够训练出一个适应该种特定光线追踪效果的个性化模型,其中: , 式中:记为本阶段的训练学习速度;为本阶段的损失。
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中科(厦门)数据智能研究院,其通讯地址为:361000 福建省厦门市软件园三期凤岐路208-3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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励