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！

龙图腾网获悉烟台大学申请的专利一种基于半高斯剪枝的点投影式三维重建与分割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：CN120635367B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511120322.4，技术领域涉及：G06T17/20；该发明授权一种基于半高斯剪枝的点投影式三维重建与分割方法及系统是由阎维青;李嘉豪;任金来;刘兆伟;宋永超;徐金东;王璇设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于半高斯剪枝的点投影式三维重建与分割方法及系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，尤其是涉及一种基于半高斯剪枝的点投影式三维重建与分割方法及系统。方法包括基于获取的多视角图像分别得到SFM点云和跨视图标签的一致性标签掩码；将得到的SFM点云初始化为身份半高斯点云并使用可微分渲染器渲染优化；使用局部化半高斯点管理方法对初始稀疏点云致密化，并识别局部错误区域进行重置和修复；利用得到的一致性标签掩码使用交叉熵损失监督高斯身份特征学习，使用无监督的3D正则化损失强制空间邻近的高斯之间保持身份一致性；本发明方法采用身份编码半高斯核的方法，消除了单不透明度公式固有的表示模糊性，并对身份编码精度产生积极影响。

本发明授权一种基于半高斯剪枝的点投影式三维重建与分割方法及系统在权利要求书中公布了：1.一种基于半高斯剪枝的点投影式三维重建与分割方法，其特征在于，包括： 获取多视角图像数据； 基于获取的多视角图像分别得到SFM点云和跨视图标签的一致性标签掩码； 将得到的SFM点云初始化为身份半高斯点云并使用可微分渲染器渲染优化； 使用局部化半高斯点管理方法对初始稀疏点云致密化，并识别局部错误区域进行重置和修复； 利用得到的一致性标签掩码使用交叉熵损失监督高斯身份特征学习，使用无监督的3D正则化损失强制空间邻近的高斯之间保持身份一致性； 使用全局重要性评分剪枝机制进行高斯修剪； 依据高斯的身份信息对场景进行物体级编辑； 所述基于获取的多视角图像分别得到SFM点云和跨视图标签的一致性标签掩码，包括采用运动估计COLMAP实现稀疏点云与相机位姿的联合重建，首先利用COLMAP的feature_extractor模块基于RootSIFT算法检测提取每幅图像的局部特征，存储至SQLite数据库；随后通过feature_matcher进行跨视图特征匹配，辅以多模型几何验证与水印过滤，建立图像间的同名点对应关系，解决因视角差异和纹理重复导致的匹配歧义问题；接着执行增量式稀疏重建：基于匹配结果，通过光束法平差迭代优化相机内参和外参，目标函数为，同时利用三角化算法计算同名特征点的三维坐标，生成初始稀疏点云，最终通过冗余视图压缩与全局捆集调整优化减少累积误差，输出包含点坐标与RGB颜色的PLY格式点云，以及每张图像的精确位姿参数； 所述基于获取的多视角图像分别得到SFM点云和跨视图标签的一致性标签掩码，还包括利用预训练的ViT-H架构独立处理每张输入图像，首先将输入的图像分辨率放缩填充至1024×1024像素；随后在图像上生成32×32均匀网格点作为提示输入；对每个网格点预测3个候选掩码及置信度评分，然后进行两阶段过滤：先保留置信度0.88的掩码，再检查掩码稳定性；过滤后通过跨尺度非极大值抑制去除冗余；最后执行后处理优化，输出最终的anything掩码图。

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烟台大学，其通讯地址为：264003 山东省烟台市莱山区清泉路30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。