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！

龙图腾网获悉浙江大学申请的专利基于结构感知的多视角纹理重塑方法及系统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：CN120635282B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511146073.6，技术领域涉及：G06T15/04；该发明授权基于结构感知的多视角纹理重塑方法及系统是由罗亚威;李科翰;苗乔伟;徐弋超;杨易设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本基于结构感知的多视角纹理重塑方法及系统在说明书摘要公布了：本发明公开了一种基于结构感知的多视角纹理重塑方法及系统，属于计算机视觉处理领域。该方法使用结合控制网络的预训练扩散模型处理三维场景的多视角渲染图像，对图像和文本描述进行编码，提取结构信息传递到UNet。构建重建与编辑双路径架构，采样噪声进行多步迭代去噪；噪声共享模块对同批次预测噪声加权混合，双流残差引导模块修正不同批次预测噪声，最终利用编辑图像优化三维原始场景，实现多视角一致的纹理重塑。本发明充分发挥扩散模型的超强泛化能力，结合结构感知引导与多阶段一致性建模机制，提升了扩散生成过程中的多视角之间的纹理结构一致性，在三维场景编辑任务中，展现出高度逼真的纹理重构能力和一致性的编辑表现。

本发明授权基于结构感知的多视角纹理重塑方法及系统在权利要求书中公布了：1.一种基于结构感知的多视角纹理重塑方法，其特征在于，包括以下步骤： S1：使用结合控制网络的预训练扩散模型分批处理三维原始场景的多视角渲染图像，将多视角渲染图像使用所述扩散模型中的图像编码器编码，将原始场景的文本描述和目标场景的文本描述各自经过所述扩散模型中的文本编码器编码； S2：提取多视角渲染图像在每个视角下的结构信息，将提取到的结构信息作为结构引导条件，并由所述控制网络通过交叉注意力机制传递到扩散模型中UNet网络的每一阶段； S3：构建重建路径与编辑路径的双分支架构，在标准高斯分布下采样一批噪声用作编辑路径和重建路径的初始噪声隐变量，重建路径的UNet网络将初始噪声隐变量、原始场景的文本描述编码以及提取到的结构信息作为输入，编辑路径的UNet网络将初始噪声隐变量、目标场景的文本描述编码以及提取到的结构信息作为输入，两种路径各自进行多步迭代去噪；在迭代去噪过程中，由噪声共享模块对同一批次多视角渲染图像对应的预测噪声进行可控加权混合，由双流残差引导模块对不同批次多视角渲染图像对编辑路径生成的预测噪声进行修正； S4：当所有批次的多视角渲染图像完成编辑后，由得到的编辑图像优化三维的原始场景，实现多视角一致的纹理重塑； 步骤S3中，双流残差引导模块中的具体处理过程包括： BS31：对于重建路径的第t个时间步，将渲染图像的图像编码和预设的第一比例系数相乘，得到第一计算结果，将该时间步下的重建噪声隐变量与第一计算结果相减，得到第二计算结果，将预设的第二比例系数的倒数与第二计算结果相乘，作为该时间步下的理想噪声；其中，第一比例系数为重建路径第t个时间步的引导系数的算术平方根，第二比例系数为1与重建路径第t个时间步的引导系数之间差值的算术平方根； BS32：将第t个时间步下的理想噪声与渲染图像的重建共享噪声相减，作为该时间步下的噪声残差； BS33：使用第t个时间步下的理想噪声对重建路径中该时间步的重建噪声隐变量进行去噪操作，生成第t-1个时间步的重建噪声隐变量； BS34：对于编辑路径的第t个时间步，将噪声残差作为锚定引导并与引导强度因子相乘形成噪声修正量，将噪声修正量与该时间步下渲染图像的编辑共享噪声相加形成得到编辑路径在该时间步下修正后的噪声； BS35：使用第t个时间步下修正后的噪声对编辑路径中该时间步的编辑噪声隐变量进行去噪操作，生成第t-1个时间步的编辑噪声隐变量。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。