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！

龙图腾网获悉哈尔滨工业大学申请的专利基于4D高斯泼溅的单目模糊视频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：CN119722944B 。

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：202411799153.7，技术领域涉及：G06T17/00；该发明授权基于4D高斯泼溅的单目模糊视频重建方法是由张志路;吴仁龙;陈茗扬;范晓鹏;闫子飞;左旺孟;张高然设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于4D高斯泼溅的单目模糊视频重建方法在说明书摘要公布了：基于4D高斯泼溅的单目模糊视频重建方法，属于图像复原和三维重建领域。解决了现有的单目模糊视频重建方法在处理物体运动模糊时，存在产生视频视觉质量低和渲染结果实时性差的问题。本发明构造4DGS模型，通过模拟相机运动模糊和物体运动模糊的物理形成过程，合成模糊图像，以便与真实模糊图像计算损失实现对所构建的4DGS模型的训练，并利用训练后的4DGS模型实现视频重建。本发明主要用于实现4D场景重建。

本发明授权基于4D高斯泼溅的单目模糊视频重建方法在权利要求书中公布了：1.基于4D高斯泼溅的单目模糊视频重建方法，其特征在于，该方法包括如下步骤： S1、构建训练样本：将一个单目模糊视频的每帧图像作为真实模糊图像，且该真实模糊图像作为一个训练样本；还将该单目模糊视频分成K个片段，将各片段中清晰程度最大的帧所对应图像作为标准帧图像； S2、构建4DGS模型，4DGS模型包括动态区域预测模型、静态区域预测模型和相机位姿预测模型，三者均为可学习模型； 单目模糊视频下每个片段所对应的标准帧图像用于建立动态区域预测模型在各片段下的标准动态高斯； 动态区域预测模型，根据每个片段所对应的标准动态高斯预测该片段内所有帧图像的动态区域高斯，并根据该片段内第t帧图像的动态区域高斯Dt、第t‑1帧图像的动态区域高斯Dt‑1和第t+1帧图像的动态区域高斯Dt+1，预测出该片段内第t帧图像所对应曝光时间内各时刻的动态区域高斯； 静态区域预测模型，用于根据输入单目模糊视频的所有帧图像，预测输入单目模糊视频的静态区域高斯； 相机位姿预测模型，用于根据输入单目模糊视频的每个片段的第t帧图像所对应相机位姿，预测出该片段的第t帧图像对应的曝光时间内各时刻相机位姿； S3、第一阶段训练：利用训练样本对静态区域预测模型和相机位姿预测模型同时进行训练，训练过程中，将静态区域预测模型预测出的静态区域高斯分别与各片段第t帧图像所对应的曝光时间内各时刻相机位姿进行渲染，生成该片段第t帧图像所对应的曝光时间内所有时刻的清晰图像，并对其所有时刻清晰图像取平均，得到该片段第t帧图像所对应的合成模糊图像并将该片段中第t帧图像所对应的合成模糊图像与其该片段中第t帧图像所对应的真实模糊图像Bt构建静态重建损失函数利用其修改静态区域预测模型和相机位姿预测模型的参数，完成训练； S4、第二阶段训练：利用各训练样本对动态区域预测模型、静态区域预测模型和相机位姿预测模型同时进行训练，训练过程中，将静态区域预测模型预测出的静态区域高斯分别与各片段第t帧图像所对应的曝光时间内的各时刻相机位姿和相应时刻动态区域高斯进行渲染，生成该片段第t帧图像所对应的曝光时间内所有时刻的清晰图像，并对其所有时刻清晰图像取平均，得到该片段第t帧图像所对应的合成模糊图像并将该片段第t帧图像所对应的合成模糊图像与其该片段中第t帧图像所对应的真实模糊图像Bt构建第二阶段损失函数利用其修改动态区域预测模型、静态区域预测模型和相机位姿预测模型的参数，完成训练； S5、推理阶段：根据任一给定时刻相机位姿与训练后动态区域预测模型预测出的该给定时刻所对应动态区域高斯、以及训练后静态区域预测模型所预测出的静态区域高斯进行渲染，得到该给定时刻所对应的清晰图像，完成重建。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街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。