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！

龙图腾网恭喜中国科学院西安光学精密机械研究所申请的专利基于双域信息融合的动态自适应多视图立体重建方法及模型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：CN119741434B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510238779.9，技术领域涉及：G06T17/00；该发明授权基于双域信息融合的动态自适应多视图立体重建方法及模型是由王子渊;张高鹏;曹剑中;陈卫宁;郭惠楠;张海峰设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本基于双域信息融合的动态自适应多视图立体重建方法及模型在说明书摘要公布了：本发明涉及三维重建方法及模型，具体涉及基于双域信息融合的动态自适应多视图立体重建方法及模型，为解决现有技术中存在利用沿通道维度的注意力去探索像素之间的空间联系，缺乏自适应地长程信息关联能力，导致图像重建性能降低的不足之处，本发明一种基于双域信息融合的动态自适应多视图立体重建方法通过多尺度空域、频域信息融合网络实现空域细节增强以及频域动态聚合和增强，以获取输入图像的多尺度增强特征，再采用由粗到精的框架构建多尺度深度预测网络，获取各尺度的深度假设，然后通过自适应聚合生成代价体，最后进行正则化得到预测深度，并将其转换得到对应场景的三维点云文件。同时，本发明提供一种能够实现上述方法的模型。

本发明授权基于双域信息融合的动态自适应多视图立体重建方法及模型在权利要求书中公布了：1.一种基于双域信息融合的动态自适应多视图立体重建方法，其特征在于，包括以下步骤： S1，输入同一场景的N张多视角图像，获取多尺度特征其中，k表示尺度，k＝0,1,2,3，i表示多视角图像的序号，取值为0至N-1，将N张多视角图像中的一张作为参考图像，i＝0代表参考图像，其余N-1张作为源图像； S2，对多尺度特征进行空域细节增强，输出对应各多视角图像的特征Fs；对多尺度特征进行频域动态聚合和增强，输出对应各多视角图像的特征Ff； S3，将对应的特征Fs与特征Ff融合得到融合特征Fm，将Fm上采样分别与对应的多尺度特征相加，得到多尺度增强特征 S4，确定k＝0尺度下参考图像的概率体P0及其对应的预测深度D0； S5，确定k＝1,2,3尺度下的预测深度Dk；对应尺度的预测深度Dk具体通过以下方法得到： 1基于多尺度增强特征利用基于动态范围多尺度自适应传播的不确定性假设机理确定对应的深度假设；具体为： a.分别在k＝1,2,3的尺度下，将参考图像的上一尺度增强特征降维得到降维特征Sk-1，再对降维特征Sk-1分别沿X轴方向和Y轴方向执行排序，得到对应特征和并记录X轴方向和Y轴方向的索引idexX，idexY；在X轴方向和Y轴方向上分别对特征和执行层归一化和一维卷积，再根据索引idexX和idexY恢复顺序得到特征FX和FY；计算第一交叉注意力Attn1和第二交叉注意力Attn2并融合，再与降维特征Sk-1残差连接，得到参考图像在对应尺度下的融合特征 b.分别在第k＝1,2,3的尺度下，基于融合特征针对参考图像中的每个像素p，利用3×3邻域中的像素与自身的空间关联性指导深度自适应传播，得到当前尺度的8个深度假设； c.在当前尺度下，在像素p的深度搜索范围内深度采样得到Mk-8个深度采样点，其中，Mk为第k个尺度下的深度假设数量，深度采样点利用高斯分位数函数确定，再计算得到与Mk-8个深度采样点对应的深度假设； 2分别将多尺度增强特征经过可微分单应变换，扭曲到参考图像对应的参考相机视锥体的前平行平面，得到对应当前尺度的变换后的特征体定义，i＝0的变换后的特征体为参考特征体，i＝1,2,…,N-1的变换后的特征体为源特征体，变换后的特征体经过3D权重学习网络，生成各尺度下，源特征体相对参考特征体的逐像素相似性权重分别将变换后的特征体沿通道方向均分为G组，构建当前尺度下的代价体Ck； 3在当前尺度k对应的深度预测过程中，将概率体Pk-1上采样后与代价体Ck沿深度维度级联，经过带有批量归一化和ReLU激活函数的2DU-Net；使用Softmax函数对处理后的特征体进行归一化操作，得到对应的概率体Pk；对概率体Pk沿深度方向加权求和得到当前尺度的预测深度Dk； S6，将k＝3尺度下的预测深度D3转换为对应场景的三维点云文件，完成基于双域信息融合的动态自适应多视图立体重建。

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科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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”。