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！

龙图腾网获悉大连理工大学申请的专利一种面向复杂场景的三维重建生成式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：CN121837514B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610303727.X，技术领域涉及：G06T17/00；该发明授权一种面向复杂场景的三维重建生成式方法及装置是由杨鑫;殷雪峰;张肇轩;吉英莲;崔岩;尹宝才设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种面向复杂场景的三维重建生成式方法及装置在说明书摘要公布了：本发明属于计算机视觉、三维重建、场景感知及算法设计技术领域，公开了一种面向复杂场景的三维重建生成式方法及装置。一种面向复杂场景的三维重建生成式方法，包括透明及反射物体检测模块、三维重建精细化生成模块和下一扫描站点预测模块。一种面向复杂场景的三维扫描装置，包括RGB图像采集单元和偏振相机。本发明实现了对包含透明、反射物体及复杂遮挡场景的高质量、高效率、高自主性的三维重建，可广泛应用于工业检测、文物保护、逆向工程等领域。

本发明授权一种面向复杂场景的三维重建生成式方法及装置在权利要求书中公布了：1.一种面向复杂场景的三维重建生成式方法，其特征在于，该面向复杂场景的三维重建生成式方法包括透明及反射物体检测模块、三维重建精细化生成模块和下一扫描站点预测模块；具体步骤如下： 步骤1、透明及反射物体检测模块； 针对目标场景中具有透明及反射特性的物体，提出基于偏振引导的透明物体深度估计框架PolarDepth，对物体的透明及反射区域的深度进行估计；PolarDepth以三维扫描装置中RGB图像采集单元采集的RGB图像和偏振相机采集的线性偏振程度图像DoLP、线性偏振角度图像AoLP为输入，采用双分支结构：RGB分支由单目深度估计网络模块组成，用于预测目标场景的初步深度图Z0；偏振分支由形状解码模块组成，根据线性偏振程度图像DoLP和线性偏振角度图像AoLP提取与物体表面的几何参数与材质属性的偏振特征，估计物体表面的几何参数为天顶角θ和方位角，材质属性为折射率η；并将天顶角θ、方位角通过公式[sinθcos,sinθsin,cosθ]T转换为表面法线，进而得到表面法线图N；RGB分支输出的初步深度图Z0和偏振分支输出的表面法线图N送入深度修正模块，得到修正后的深度图Z； 步骤2、三维重建精细化生成模块； 步骤2的具体实现过程如下： 首先，根据修正后的深度图Z和对应的目标场景的RGB图像，投影得到待重建目标场景的初始化点云，并对其进行预处理：对初始化点云P中的每个点，计算其k近邻点集的平均距离和标准差，若点到的平均距离，则标记为离群点并移除，最终得到一个移除离群点后的点云： 其次，对移除离群点后的点云逐步添加噪声，经步后生成： 其中，为所有从到的连乘；，为噪声调度参数，其值在扩散过程中从线性增长至；为符合标准正态分布的随机噪声；随后进行反向去噪过程，基于条件扩散模型预测噪声逐步更新反向去噪点云，其中c为条件特征，包含材质掩码图： 其中，，为符合标准正太分布的随机噪声，为噪声调度参数，其值在扩散过程中从线性增长至； 通过上述反向去噪过程后得到稠密点云，对其求解泊松方程进行网格化重建得到稠密点云的三角网格化表达： 其中，为三维空间卡普拉斯算子，，为向量场的散度，为稠密点云中每个点的三维空间坐标； 步骤3、下一扫描站点预测模块：用于自主预测下一扫描站点的位置。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路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。