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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于稀疏深度的高精度三维重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：CN119784947B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411874617.6，技术领域涉及：G06T17/00；该发明授权一种基于稀疏深度的高精度三维重建方法是由彭智勇;许茂林;莫迪;蔡毅冲;杨广旭设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于稀疏深度的高精度三维重建方法在说明书摘要公布了：本发明公开了一种基于稀疏深度的高精度三维重建方法，输入稀疏深度的RGB‑D图像序列，通过在公开数据集上训练的深度补全网络有效填补每一帧稀疏深度图中的缺失深度信息，并利用预训练的视觉大模型Dinov2推理每帧的语义信息；对于每一帧RGB图像，采用基于特征点采样与均匀采样的联合采样方法提取光线的采样点，并通过重要性采样和随机采样策略生成空间三维点；对三维空间采样点进行位置编码以编码低频特征，同时使用哈希编码处理高频特征，并将两者融合后输入神经网络，预测颜色值、SDF值和语义值；根据当前的场景表征信息渲染优化当前帧的位姿，通过全局关键帧作为滑动窗口，将预测值与当前帧的真实颜色、深度和语义信息进行对比，优化隐式场景表征，实现从稀疏深度RGB‑D图像序列中重建高保真的三维模型。本发明有效解决了传统三维重建技术在稀疏深度数据条件下重建精度不足的问题，并具有广泛的应用前景，特别适用于基于RGB‑D数据的三维重建相关领域。

本发明授权一种基于稀疏深度的高精度三维重建方法在权利要求书中公布了：1.一种基于稀疏深度的高精度三维重建方法，其特征在于，包括以下步骤： S1，对输入的RGB-D图像序列使用深度补全网络模型对缺失深度进行填补； S2，根据预训练的视觉大模型Dinov2对RGB图像序列进行语义分割以获取语义信息； S3，对每一帧输入图像使用联合采样方式提取采样点作为选择的光线； S4，对所有选择的光线使用基于深度的重要性采样和随机采样获取光线的三维空间采样点； S5，对采样点进行位置编码以编码低频特征，同时使用哈希编码处理高频特征； S6，将特征进行交叉融合输入神经网络训练，将位置编码的特征与哈希编码的特征连接后输入SDF解码器训练，将SDF解码器输出的潜在特征与位置编码特征连接输入语义解码器训练，将SDF解码器解码的潜在特征与哈希编码特征连接送入颜色解码器训练； S7，根据当前场景表征渲染优化图像帧的相机位姿，通过当前位姿从优化的场景表征中渲染出对应的SDF值、语义值、颜色值与真值作损失优化当前相机位姿； S8，使用全局关键帧滑动窗口的采样光线进行渲染优化隐式场景表征，通过将固定长度的图像帧作为关键帧建立全局关键帧集，对全局关键帧集中的光线进行采样与利用当前优化的相机位姿对当前帧的光线采样，对光线上的采样点进行位置编码与哈希编码，将编码的特征信息输入神经网络训练，渲染出对应的SDF值、语义值、颜色值与真值作不同的损失，最后循环迭代优化隐式场景表征。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市金鸡路一号；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。