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！

龙图腾网获悉东南大学申请的专利一种基于跨模态生成的数字孪生场景快速构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：CN119206062B 。

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：202411258603.1，技术领域涉及：G06T17/00；该发明授权一种基于跨模态生成的数字孪生场景快速构建方法是由刘晓军;王飞翔设计研发完成，并于2024-09-09向国家知识产权局提交的专利申请。

本一种基于跨模态生成的数字孪生场景快速构建方法在说明书摘要公布了：本发明涉及一种基于跨模态生成的数字孪生场景快速构建方法。本发明由跨模态数据生成框架和数字孪生构建框架组成。跨模态数据生成框架包含文字生成模组，图像生成模组及模型重建模组；数字孪生构建框架包含数字孪生模型构建方法，数字孪生模型组装方法，数字孪生模型融合方法、数字孪生模型验证及校准方法。该方法定义了在低样本应用场景下的快速虚拟建模策略，为虚拟实验和虚实共生提供基础，加快了孪生场景的构建效率，并为资源受限环境下的场景的数据化提供了新的可能性。

本发明授权一种基于跨模态生成的数字孪生场景快速构建方法在权利要求书中公布了：1.一种基于跨模态生成的数字孪生场景快速构建方法，其特征在于，所述方法包括以下步骤： 步骤1、根据项目场景的孪生需求及现状，通过文字生成模组构建图像生成模组所需的生成指令，然后在图像生成模组内，基于文字生成模组导出的图像生成指令完成目标图像组的生成；接着，将图像组输入到模型重建模组内，完成图像从单一视角到多视角图像的生成，并基于多视角图像完成三维模型重建，获取高质量的网格模型及渲染， 步骤2、将步骤1生成的模型文件及渲染传入数字孪生场景构建框架，基于数字孪生模型构建方法内完成几何模型、物理模型、行为模型和规则模型的设置，然后，采用数字孪生模型组装方法，根据知识图谱及工程设想在空间维度上完成孪生模型从单元级模型-系统级场景的组装，接着，根据数字孪生模型融合方法，通过多领域算法库及神经网络技术实现项目所涉及的模型多领域融合，最后，在模型构建、组装、融合后需验证确保正确性和有效性，验证模型输出与实际输出一致，保证精准性，单元级模型先验证，再验证组装或融合后的模型，满足实际项目需求可应用，不满足需校正，验证与校正迭代，直至满足项目需求; 所述步骤1文字生成模组，图像生成模组，模型重建模组，具体实现如下： 步骤11：文字生成模组的核心是大语言模型，使用的是一个基于大规模数据预训练的深度学习模型，该模型的底层架构采用转换器神经网络，由编码器和解码器组成，支持自注意力机制，通过设置模板，输入明确定义数据生成任务描述后，文字生成模组能够生成合适的图像生成指令，文字生成模组内使用In-ContextLearning方法辅助执行指令生成任务，提高模型在少样本和零样本环境中的学习能力， 步骤12：图像生成模组的核心是稳定扩散模型，使用的模型采用分步化与可迭代的前向和反向扩散过程，具备较强的泛化性能，在正向扩散阶段，模型在潜在空间中逐步添加噪声，将图像转化为随机噪声分布，在反向扩散阶段，模型通过噪声预测器估计潜在空间中的图像噪声，并逐步去除噪声，恢复清晰图像，根据具体应用场景的输入内容，构建的图像生成模组主要可以接收三种形式的模态数据，文本输入，文本图像组合输入， 步骤13：由于步骤12输出的图像组均是单一的视角的图像数据，所以在模型重建模组内需要增加一种控制拍摄照片外的相机外参数机制; 步骤13中，模型重建模组的核心是相机视点控制方法和3D模型重建方法两部分； 其中，相机视点控制方法是通过微调预训练扩散模型使模型能够获得控制相机视点的通用机制，基于该方法可以释放模型执行新颖视图合成的能力，通过相机视点控制方法实现从单一的视角的图像数据至多视角图像数据的转换， 3D模型重建方法参考ScoreJacobianChaining开源框架，该框架是零样本开发领域及3D生成工作所使用的主要算法，将3D模型视为一个单点并通过随机梯度下降优化该模型，在3D模型重建方法内将无分类器指导值设置的高于常规值，从而提高重建的保真度。

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东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2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。