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！

龙图腾网获悉浙江大学申请的专利一种基于示例的三维纹理过程生成模型优化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：CN114708379B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210176364.X，技术领域涉及：G06T17/00；该发明授权一种基于示例的三维纹理过程生成模型优化方法是由官庄;任重设计研发完成，并于2022-02-25向国家知识产权局提交的专利申请。

本一种基于示例的三维纹理过程生成模型优化方法在说明书摘要公布了：本发明公开了一种基于示例的三维纹理过程生成模型优化方法，该方法在基于程序规则的过程纹理生成技术的基础上，根据示例图像自动优化生成模型的参数。本发明使用可微渲染技术将生成的纹理转换至表示物体外观的图像，用该图像与示例图像间的风格风格损失对生成模型参数进行优化，并在损失函数中加入空间标签，以降低渲染过程带来的二义性对优化效果的干扰。相比已有的基于程序规则的过程纹理生成技术，该方法自动化程度更高；而相比已有的基于示例的生成技术，该方法允许使用者编辑生成模型，更加灵活。此外，该方法是首个针对三维纹理的过程生成模型的参数优化方法。

本发明授权一种基于示例的三维纹理过程生成模型优化方法在权利要求书中公布了：1.一种基于示例的三维纹理过程生成模型优化方法，其特征在于，包括以下步骤： 步骤一：以节点图形式输入基于程序规则的纹理过程生成模型，将该模型输出的三维目标纹理与预先准备的场景数据结合，经过可微渲染得到表示物体外观的图像； 步骤二：将步骤一得到的外观图像和示例图像一起输入风格损失函数中，并基于该损失函数值对生成模型中的参数进行数值优化；所述步骤二通过以下子步骤来实现： 2.1将外观图像和示例图像分别输入用于计算机视觉任务的卷积神经网络中，提取其中的关键特征层； 2.2对外观图像和示例图像在某个特征层分别对应的两个特征图，将它们所有特征像素的空间位置信息抹去，形成两个包含M个N维向量的特征样本列表，其中M是特征图像素数，N是特征像素通道数； 2.3在N维空间中随机选取一定数量的方向向量；对每个方向向量，计算2.2的两个列表中的每个特征样本在该方向向量上的投影长度，得到两个长度为M的投影向量； 2.4将两个投影向量的元素各自从小到大排序； 2.5计算两个投影向量间的欧氏距离，除以总方向向量数后累加到最终的损失函数值上； 步骤三：在步骤二中的风格损失函数中加入空间标签，降低渲染过程带来的二义性对优化效果的干扰；所述步骤三通过以下子步骤来实现： 3.1将场景数据中的目标纹理替换为常值纹理，使用可微渲染将场景转换为外观图像，计算外观图像和示例图像间的平方和差异； 3.2基于3.1中计算的差异对纹理值的梯度对纹理进行梯度下降优化，将优化至收敛的常值纹理对应的外观图像作为空间标签； 3.3对2.1中获得的所有分辨率与空间标签相同的特征图，将空间标签作为额外的特征通道附加在原有的特征通道之后； 3.4对2.3中随机选取的每个方向向量v1,v2,…,vN，将其替换为N+D个方向向量{v1,…,vN,0,…,αm,…,0|m＝1,…,D},其中D是3.2中生成的空间标签的通道数。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。