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！

龙图腾网获悉中国矿业大学申请的专利一种用于动态场景建模的涌流体式高斯渲染结构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：CN121095411B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511202003.8，技术领域涉及：G06T15/08；该发明授权一种用于动态场景建模的涌流体式高斯渲染结构方法是由缪燕子;卜冉;王宇;李沁园;陆仝设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种用于动态场景建模的涌流体式高斯渲染结构方法在说明书摘要公布了：本发明公开了一种用于动态场景建模的涌流体式高斯渲染结构方法，该方法先根据输入的初始时刻三维全局点云图，建立高斯基元集合，输出三维静态高斯场景模型；再结合输入的连续相邻帧图像，建立并运行多源联合编码器，以获得高斯基元特征编码；接着，构建特征增强和时频域分解双路径协作解码机制及动态场景重建的训练策略；利用训练完成的模型对动态场景进行前向推理建模与图像渲染，输出最终结果。本发明通过引入基于时空位置的自适应高斯建模机制，结合多模态编码器和时频联合预测结构，实现对动态高斯基元在连续时间中的自我演化建模，仅凭单帧点云与多帧图像完成动态建模与图像重建，提升了建模效率、场景适应性与渲染质量。

本发明授权一种用于动态场景建模的涌流体式高斯渲染结构方法在权利要求书中公布了：1.一种用于动态场景建模的涌流体式高斯渲染结构方法，其特征在于，包括以下步骤： 步骤S1、构建初始高斯场模型：输入初始时刻的三维全局点云图，基于三维全局点云图数据中的每个采样点建立高斯基元集合，输出三维静态高斯场景模型； 步骤S2、建立多源联合编码器，提取高斯场时空特征：基于步骤S1构建的三维静态高斯场景模型和输入的连续相邻帧图像，建立并运行多源联合编码器，以获得高斯基元特征编码； 步骤S3、构建双路径协作解码机制：基于特征增强和时频域分解构建双路径协作解码机制； 步骤S4、构建动态场景重建的训练策略：利用帧间约束损失和增量运动一致性损失的双重损失约束机制，通过多目标协同训练实现高保真动态重建； 步骤S5、动态推理渲染并输出：利用训练完成的模型对动态场景进行前向推理建模与图像渲染，输出最终结果； 所述步骤S2具体包括如下步骤： 步骤S21、构建时空自适应分辨率编码器；将步骤S1输出的三维静态高斯场景模型的每个高斯基元赋予归一化时间戳，分解成正交平面后通过双线性插值提取特征，输出编码的跨平面时空融合特征； 步骤S22、构建轴向压缩跨模态编码器，将初始时刻的三维全局点云图和连续相邻帧图像作为输入，通过独立的CNN骨干网络提取特征，采用轴向压缩策略处理后输出； 步骤S23、将时空自适应分辨率编码器和轴向压缩跨模态编码器输出的特征向量经过池化后融合，生成统一的高斯基元特征编码； 所述步骤S3具体包括如下步骤： 步骤S31、构建多模态特征驱动的增量预测解码器，对步骤S2输出的高斯基元特征编码进行增量预测，输出变形的四维高斯模型； 步骤S32、构建双域自适应动态增量解码器，通过时域分支和频域分支双分支处理，经自适应加权机制输出更新的运动增量参数； 所述步骤S4具体包括如下步骤： 步骤S41、构建帧间约束损失，通过对比直接渲染帧与预测渲染帧的差异，建立时序一致性约束； 步骤S42、构建增量运动一致性损失，对步骤S3输出的运动增量参数进行平衡位移约束和方向一致性约束； 步骤S43、联合优化双重损失约束机制，结合步骤S41和步骤S42中的损失函数来优化场景表示。

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矿业大学，其通讯地址为：221100 江苏省徐州市大学路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。