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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种非刚性形状的配准方法和存储介质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：CN116703991B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310710920.1，技术领域涉及：G06T7/33；该发明授权一种非刚性形状的配准方法和存储介质是由黄儒麒;孙铭泽;毛诗炜;蒋朴华;苏枫设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种非刚性形状的配准方法和存储介质在说明书摘要公布了：本发明公开了一种非刚性形状的配准方法和存储介质，该配准方法包括以下步骤：S1：将用于训练的一组形状输入到深度函数映射网络，得到具有频域一致性的第一函数映射关系；S2：获取所述用于训练的一组形状的特征，基于循环一致性，得到具有空域一致性的第二函数映射关系；S3：根据所述第一函数映射关系和所述第二函数映射关系计算损失函数，基于所述损失函数对深度函数映射网络进行训练；S4：将待配准的一组形状输入到步骤S3中训练好的深度函数映射网络，得到所述待配准的一组形状的函数映射关系。本发明提出的非刚性形状的配准方法和存储介质，在保证非刚性形状配准的准确性的同时，提升了模型的泛化能力。

本发明授权一种非刚性形状的配准方法和存储介质在权利要求书中公布了：1.一种非刚性形状的配准方法，其特征在于，包括以下步骤： S1：将用于训练的一组形状输入到深度函数映射网络，得到具有频域一致性的第一函数映射关系； S2：获取所述用于训练的一组形状的特征，基于循环一致性，得到具有空域一致性的第二函数映射关系； S3：根据所述第一函数映射关系和所述第二函数映射关系计算损失函数，基于所述损失函数对深度函数映射网络进行训练； S4：将待配准的一组形状输入到步骤S3中训练好的深度函数映射网络，得到所述待配准的一组形状的函数映射关系； 其中，步骤S1具体包括： S11：基于深度函数映射网络，生成用于训练的形状、对应的高维表征矩阵、，并提取形状、对应的特征矩阵、； S12：根据高维表征矩阵、特征矩阵、计算形状、对应的平滑特征矩阵、，其中，，； S13：基于平滑特征矩阵、计算最优频域映射函数： 式中，为形状、之间的第一函数映射关系，，是用以保证第一函数映射关系的结构特性的正则化项S14：以趋于0为目标，得到具有频域一致性的第一函数映射关系； 其中，步骤S2具体包括： S21：获取用于训练的形状、对应的高维表征矩阵、以及平滑特征矩阵、； S22：形状中第行和形状中第行之间的残差： 式中，表示的第行第行，，，、分别为形状、形状的点数； S23：计算形状中第行和形状中第行之间的式中，，为变量； S24：计算形状、之间的第二函数映射关系： 式中，。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。