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！

龙图腾网恭喜广东工业大学申请的专利基于3D高斯的人体重建和实时动画渲染系统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：CN118967893B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411019450.5，技术领域涉及：G06T13/40；该发明授权基于3D高斯的人体重建和实时动画渲染系统是由战荫伟;卢伟健设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本基于3D高斯的人体重建和实时动画渲染系统在说明书摘要公布了：本发明公开的属于计算机图形学技术领域，具体为基于3D高斯的人体重建和实时动画渲染系统，包括一种方法，具体步骤如下：参数提取、可变形高斯人体初始化、设置可学习优化的参数、可变形高斯人体变形、渲染、模型训练、实时人体动画，本发明无需复杂的设备，只需拍摄到人体的全部位置，将数据训练约3分钟，能有效地从单目视频中重建出精确的人体。同时，本发明可以以120fps的速度输出人体的图像序列，实现逼真地人体动画化。本发明在动态人体建模及实时渲染领域的应用更加广泛，特别是在虚拟现实、游戏开发和动画制作等领域，提供了一种效率更高、更逼真的解决方案。

本发明授权基于3D高斯的人体重建和实时动画渲染系统在权利要求书中公布了：1.基于3D高斯的人体重建和实时动画渲染系统，其特征在于，包括一种方法，具体步骤如下：S1，参数提取：利用深度学习方法从单目视频每一帧图像中识别并追踪人体的关键点，提取出人体形态参数和姿势参数，同时提取出拍摄相机的参数，构建数据集；S2，可变形高斯人体初始化：借助SMPL提供的模板先验，同时根据不同的人体部位初始化高斯的各个参数，得到可变形高斯人体；所述S2的具体流程如下：S21，高斯均值初始化：人体形态参数输入SMPL模型，输出匹配视频中人体的网格顶点坐标，将每个顶点坐标作为高斯的均值；S22，高斯其他参数初始化：使用从人体网格计算得到的法向量及两个随机正交向量作为高斯的初始旋转参数，在面部、手和脚的细节密集区域设置值为0.001的高斯缩放参数，高斯不透明度统一设为1，高斯的球面谐波系数设为零；S3，设置可学习优化的参数：将人体形态参数和姿势参数，SMPL中的线性混合蒙皮参数，可变形高斯人体的高斯参数设置为可学习优化的参数，其中为高斯的均值，为高斯的旋转参数，为高斯的缩放参数，为高斯不透明度参数，为高斯的球面谐波系数，添加可学习的混合蒙皮修正参数修正线性混合蒙皮参数，添加潜在关节的可学习线性混合蒙皮参数；S4，可变形高斯人体变形：根据姿势参数，运用线性混合蒙皮技术以及潜在关节模块对所述可变形高斯人体进行变形，得到带有姿势的高斯人体；所述S4的具体流程如下：S41，基本姿势变换：使用姿势参数与线性混合蒙皮参数计算得到人体网格顶点的基本变换矩阵；S42，模拟服饰行为的变换：将姿势参数和时间参数输入到由多层感知机实现的潜在关节模块，得到潜在关节的姿势信息后再与所述潜在关节的可学习线性混合蒙皮参数计算得到模拟服饰行为的顶点变换矩阵；潜在关节模块的输出维度是4个潜在关节的旋转四元数及3维平移变换；S43，两个变换矩阵线性相加得到最终的顶点变换矩阵并作用在所述可变形高斯人体上得到所述带有姿势的高斯人体；S5，渲染：使用可微的3D高斯溅射渲染方法，渲染带有姿势的高斯人体的2D图像；S6，模型训练：将S5得到的2D图像与真实图像作损失求梯度来优化参数，使用紧凑致密化算法、KL-Sph再高斯化算法对S5可变形高斯人体中高斯的数量进行优化；所述S6的具体流程如下：S61：紧凑致密化算法计算高斯与其最近邻高斯的距离并在它们之间添加新的高斯来调整密度；S62：KL-Sph再高斯算法利用KL散度和球面谐波函数的差异性来选择需要分裂或克隆的高斯，使用损失函数优化调整可变形高斯人体的高斯参数；S7，实时人体动画：将新的自定义的姿势参数序列输入训练完的模型，实时输出人体新的姿势，实现动画化。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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”。