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！

龙图腾网获悉中国电子科技集团公司第二十研究所申请的专利一种基于深度学习的三维模型重建方法及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：CN115908710B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211465593.X，技术领域涉及：G06T17/00；该发明授权一种基于深度学习的三维模型重建方法及设备是由王枭雄;张绍泽;王丽华;程翔;邢天璋;汪霖设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种基于深度学习的三维模型重建方法及设备在说明书摘要公布了：本申请公开了一种基于深度学习的三维模型重建方法及设备，包括如下步骤：获取输入图像；利用EffientNet网络的主干网络作为特征提取器，以提取所述输入图像的特征图；基于所提取到的特征图，输入训练好的二维检测器，提取多个节点的节点特征，以获得节点编码图，其中所述二维检测器是采用预先提取的特征图以及对应打标签的原始图像监督训练第一CNN网络获得的；将提取的节点编码图，输入训练好的三维检测器，以在三维空间上对每个节点进行三维坐标编码，完成三维重建，其中所述三维检测器是采用预先提取的节点编码图、对应打标签的三维坐标以及相关主干节点监督训练第二CNN网络获得的。本申请的方法能够从二维图像中恢复三维空间信息，实现三维模型的重建。

本发明授权一种基于深度学习的三维模型重建方法及设备在权利要求书中公布了：1.一种基于深度学习的三维模型重建方法，其特征在于，包括如下步骤： 获取输入图像； 利用EffientNet网络的主干网络作为特征提取器，以提取所述输入图像的特征图； 基于所提取到的特征图，输入训练好的二维检测器，提取多个关节点的节点特征，以获得节点编码图，其中所述二维检测器是采用预先提取的特征图以及对应打标签的原始图像监督训练第一CNN网络获得的； 将提取的节点编码图，输入训练好的三维检测器，以在三维空间上对每个关节点进行三维坐标编码，完成三维重建，其中所述三维检测器是采用预先提取的节点编码图、对应打标签的三维坐标以及相关主干关节点监督训练第二CNN网络获得的； 定义给定的特征图的关节点的位置坐标为，是第个部件的像素位置，为多类别预测函数，所述多类别预测函数被配置为预测每个特征图中节点的位置，执行如下步骤： 在的情况下，配置多类别预测函数的响应值为，是分类函数在第一步中预测第个部件在位置z上的置信度编码； 在的情况下，将前一步中获得的特征置信度编码图输入，计算多类别预测函数，其中，是前一步中的上下文原图映射； 迭代，直至每个关节点的位置预测精度满足要求； 所述三维检测器采用如下方式训练： 编码给定的节点编码图中各主干关节点，构成，每个主干关节点包括其三维坐标、对应关节所在主干的方向向量以及上一个父关节的坐标，其父关节坐标为对应关节点所在主干的方向向量的起始坐标； 通过三维检测器进行监督训练，在训练过程中，基于节点编码图中最大值对应的坐标来查找位置图中对应的三维坐标值，使得给定的节点编码图与给定的三维坐标点对应，以提取出位置图L，在训练过程中，只需要保证在节点编码图中最大值对应的坐标可查找到位置图中对应的三维坐标值，不考虑其余像素对应的坐标； 为提取的位置图L打标签，重复执行监督学习，直至获得的三维位置坐标精度满足要求。

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电子科技集团公司第二十研究所，其通讯地址为：710068 陕西省西安市雁塔区白沙路1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。