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！

龙图腾网获悉中国科学技术大学申请的专利一种基于风格迁移网络的3D打印路径渲染方法及装置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：CN120941737B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511473894.0，技术领域涉及：B29C64/386；该发明授权一种基于风格迁移网络的3D打印路径渲染方法及装置是由马泽华;王恒一;张卫明;陈可江;俞能海设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种基于风格迁移网络的3D打印路径渲染方法及装置在说明书摘要公布了：本发明公开了一种基于风格迁移网络的3D打印路径渲染方法及装置，构建用于渲染器训练的多样数据集；渲染器将原始路径图与打印高度转化得到的张量作为输入，使用U‑Net作为骨干网络生成多尺度的纹理特征，并将生成的模拟路径图输入到真假判别器与高度分类器中；真假判别器将模拟路径图与真实路径图作为输入，与渲染器就生成图像质量形成对抗，使渲染器生成高质量的渲染结果；高度分类器对模拟路径图的打印高度进行判断与分类，恢复模拟路径图中的打印高度信息，使渲染器生成具有对应打印高度风格纹理的渲染结果。上述方法及装置可以根据打印路径图以及打印高度与打印路径进行高精度渲染，提升渲染图像的视觉质量与保真度。

本发明授权一种基于风格迁移网络的3D打印路径渲染方法及装置在权利要求书中公布了：1.一种基于风格迁移网络的3D打印路径渲染方法，其特征在于，所述方法包括： 步骤1、首先构建用于渲染器训练的多样数据集；所述多样数据集包括原始路径图和真实路径图组成的原始-真实路径图像对； 步骤2、渲染器将原始路径图与打印高度转化得到的张量作为输入，使用U-Net作为骨干网络生成多尺度的纹理特征，并将生成的模拟路径图输入到真假判别器与高度分类器中； 步骤3、真假判别器将模拟路径图与真实路径图作为输入，与渲染器就生成图像质量形成对抗，使渲染器生成高质量的渲染结果； 在步骤3中，真假判别器将原始路径图与模拟路径图或真实路径图的拼接张量作为输入；真假判别器将原始路径图与模拟路径图的合并输入判断为假，表示为：；将原始路径图与真实路径图的合并输入判断为真，表示为：；其中，原始路径图作为真假判别器判断输入图像真伪的先导条件； 真假判别器首先将输入图像按横纵方向划分为个不重叠的、尺寸为的图像块，其中代表横向划分为N份，纵向划分为M份；对每一个图像块进行6次卷积层、实例归一化层、ReLU激活函数构成的下采样过程，以尺寸为的特征张量作为输出，该特征张量与同尺寸的全0或全1张量计算损失函数；其中，全0张量代表虚假，全1张量代表真实； 真假判别器通过优化网络参数以缩小模拟图像判别结果与虚假的差异，以及真实图像判别结果与真实的差异，与渲染器就生成图像质量形成对抗； 步骤4、高度分类器对模拟路径图的打印高度进行判断与分类，恢复模拟路径图中的打印高度信息，使渲染器生成具有对应打印高度风格纹理的渲染结果； 在步骤4中，高度分类器将原始路径图与模拟路径图所拼接的张量作为输入，随后该输入经过3次卷积层、实例归一化层、ReLU激活函数构成的下采样过程，最后经过一个全连接层形成一个长度为3的特征向量，该特征向量与渲染器生成模拟路径图时所输入的高度张量计算交叉熵损失，使渲染器生成具有对应打印高度风格纹理的渲染结果； 在渲染器的训练过程中，渲染器生成的模拟路径图与对应的真实路径图计算重建损失；真假判别器计算判别损失；高度分类器计算分类损失； 在优化渲染器时，真假判别器与渲染器的参数被冻结，渲染器损失函数定义如下： ； ； ； ； 其中，为原始路径图与高度张量进行拼接后得到的张量；为渲染器针对张量生成的模拟路径图；表示真假判别器将原始路径图与模拟路径图的合并输入判断为假；表示高度分类器将原始路径图与模拟路径图所拼接的张量所形成的一个长度为3的特征向量；函数输出一个与输入张量尺寸相同的全1张量，表示全1张量；、与分别为、与的权重因子；MSE表示均方误差；BCE表示二元交叉熵损失； 真假判别器将模拟路径图判断为虚假，将对应的真实路径图判断为真实，在优化真假判别器时，渲染器的参数冻结，用于优化真假判别器的损失函数定义如下： ； ； ； ； 其中，表示真假判别器将原始路径图与真实路径图的合并输入判断为真；函数输出一个与输入张量尺寸相同的全0张量，表示全0张量；表示模拟路径图判别损失；表示真实路径图判别损失；、分别为、的权重因子； 高度分类器对模拟路径图的打印高度判断为，在优化高度分类器时，渲染器的参数冻结，用于优化高度分类器的损失函数定义如下： ； ； ； 其中，为分类损失的权重因子； 考虑到各个模块间的相互影响，在训练过程的每一个阶段，渲染器、真假判别器与高度分类器交替优化。

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科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。