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！

龙图腾网获悉中国科学技术大学申请的专利一种场景重建方法、装置和设备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：CN119672212B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411653701.5，技术领域涉及：G06T17/00；该发明授权一种场景重建方法、装置和设备是由张燕咏;沈业栋;段逸凡;张鑫燃;张诗琦设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本一种场景重建方法、装置和设备在说明书摘要公布了：本公开属于自动驾驶技术领域，具体涉及一种场景重建方法、装置和设备。其中所述方法包括：从多个视角获取目标区域的图像，基于所述图像预测所述目标区域的3D占据网格，在所述3D占据网格中基于语义信息分离动态车辆与静态背景，生成对应的初始点云；对所述动态车辆与所述静态背景的初始点云的每个点生成对应的高斯椭球，分别形成所述动态车辆与所述静态背景的三维高斯模型；通过将所述动态车辆的三维高斯模型与所述目标区域的图像做对比，预测所述动态车辆的轨迹，基于所述轨迹完成所述动态车辆与所述静态背景的三维高斯模型在所述目标图像空间的组合渲染。

本发明授权一种场景重建方法、装置和设备在权利要求书中公布了：1.一种场景重建方法，其特征在于，包括： 从多个视角获取目标区域的图像，基于所述图像预测所述目标区域的3D占据网格，在所述3D占据网格中基于语义信息分离动态车辆与静态背景，生成对应的初始点云； 对所述动态车辆与所述静态背景的初始点云的每个点生成对应的高斯椭球，分别形成所述动态车辆与所述静态背景的三维高斯模型； 通过将所述动态车辆的三维高斯模型与所述目标区域的图像做对比，预测所述动态车辆的轨迹，基于所述轨迹完成所述动态车辆与所述静态背景的三维高斯模型在目标图像空间的组合渲染； 其中，所述在所述3D占据网格中基于语义信息分离动态车辆与静态背景包括： 基于检测和分割模型提取像素级的车辆对象，如果所述车辆对象在相邻时间戳的位移大于预设阈值，则所述车辆对象为动态车辆； 根据所述3D占据网格中每个网格的语义信息来区分所述网格是否属于所述动态车辆； 由属于所述动态车辆的所有网格组成所述动态车辆的3D占据网格，由不属于所述动态车辆的所有网格组成所述静态背景的3D占据网格； 所述生成对应的初始点云包括： 在所述动态车辆的3D占据网格中，对体素超过预设阈值的所述网格进行上采样，生成所述动态车辆的初始点云的点，其中，所述点的颜色与将所述点投影到获取所述目标区域的图像数据的二维图像平面的像素的颜色相同； 基于所述静态背景的所述3D占据网格生成所述静态背景的第一点云，所述第一点云中点的位置取自所述网格的中心坐标； 基于COLMAP对所述目标区域的多视角图像生成第二点云，将所述静态背景的第一点云与所述第二点云进行聚合，生成所述静态背景的初始点云； 对初始点云的每个点生成对应的高斯椭球包括： 对所述初始点云中的每个点基于所述点的位姿协方差矩阵和位置矩阵生成对应的高斯椭球，其中，所述位姿协方差矩阵包括旋转矩阵和缩放矩阵； 所述高斯椭球还包括不透明度参数和一组表征所述目标区域外观的球协系数，按预设规则初始化所述不透明度参数和所述球协系数； 将所述高斯椭球对应的点投影到所述目标区域的图像数据的二维图像平面，获取对应的像素点，基于所述像素点的属性优化所述高斯椭球的不透明度参数和球协系数； 所述通过将所述动态车辆的三维高斯模型与所述目标区域的图像做对比，预测所述动态车辆的轨迹包括： 基于动态车辆预测模型预测每一帧所述动态车辆的高斯椭球的位置矩阵和旋转矩阵，将所述高斯椭球投影到获取所述目标区域的图像数据的二维图像平面，基于投影点与对应的像素点的差异调整所述动态车辆预测模型； 用所述动态车辆的高斯椭球的位置矩阵和旋转矩阵表示所述动态车辆的姿态； 跟踪多帧所述动态车辆的姿态形成所述动态车辆的轨迹。

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国科学技术大学，其通讯地址为：230026 安徽省合肥市金寨路96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。