Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌航空大学王剑桥获国家专利权

南昌航空大学王剑桥获国家专利权

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!

龙图腾网获悉南昌航空大学申请的专利基于分数阶梯度优化与三维高斯溅射融合的三维重建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:CN119229000B

龙图腾网通过国家知识产权局官网在2025-06-17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:202411255452.4,技术领域涉及:G06T17/00;该发明授权基于分数阶梯度优化与三维高斯溅射融合的三维重建方法是由王剑桥;缪君;袁源平;严杰;张嘉敏设计研发完成,并于2024-09-09向国家知识产权局提交的专利申请。

基于分数阶梯度优化与三维高斯溅射融合的三维重建方法在说明书摘要公布了:本发明公开了一种基于分数阶梯度优化与三维高斯溅射融合的三维重建方法,通过运动结构恢复技术以及输入图片数据生成稀疏点云;在空间中生成以点云为中心的高斯原语;对高斯原语表示的场景进行光栅化渲染;将渲染图片与真实图片进行联合优化函数计算;修剪分数阶微积分定义设计分数阶优化器;采用分数阶优化器对高斯原语参数进行优化;根据自适应修剪策略,完成对高斯椭球体的修剪。通过使用分数阶优化器来引导高斯原语进行梯度下降,利用分数阶梯度引导有效地缓解三维高斯溅射在三维重建中陷入局部极小值的问题,通过对渲染图像和真实图像进行联合损失优化相较于原函数,可以更好地关注到图像的边缘信息,获得细节更加丰富的重建场景。

本发明授权基于分数阶梯度优化与三维高斯溅射融合的三维重建方法在权利要求书中公布了:1.一种基于分数阶梯度优化与三维高斯溅射融合的三维重建方法,其步骤如下: 1通过运动结构恢复技术以及输入图片数据生成稀疏点云; 2在空间中生成以点云为中心的高斯原语; 3对高斯原语表示的场景进行光栅化渲染; 4将渲染图片与真实图片进行联合优化函数计算: 其中:λ1、λ2、λ3表示加权系数,L1表示渲染图像和真实图像之间的平均绝对误差损失,LD-SSIM表示渲染图像和真实图像之间的结构相似度;Le表示基于sobel算子的边缘损失函数;表示基于分数阶修正后的的平均绝对误差损失函数; 5修剪分数阶微积分定义设计分数阶优化器;通过对当前几种主流分数阶定义适用场景的分析,修剪Caputo分数阶微积分定义,将其非局部性消除后用于对高斯原语所包含的信息进行分数阶梯度优化为: 其中:α表示分数阶的阶次,δ表示一个极小数用于防止出现除0的情况; 6采用分数阶优化器对高斯原语参数进行优化;其高斯原语的定义表示为: {gk=μ,∑,σ,s}; 其中:μ表示高斯原语的中心坐标,∑表示高斯原语的形状信心,σ表示不透明度以及S表示颜色信息; 通过将修剪后的分数阶定义与Adam优化器进行结合,设计分数阶优化器用于实现对上述高斯原语中包含的属性实现分数阶优化;结合分数阶微积分的非局部特性,设计自适应学习率调整策略,通过指数移动加权平均策略实现非局部性特征,该指数移动加权平均策略表示为: EMAt=α×xt+1-α×EMAt-1; 其中,α作为权重衰减系数,用于计算记忆深度;根据历史数据的均值和方差变化进行比较动态调整学习率; 7根据自适应修剪策略,完成对高斯椭球体的修剪。

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南昌航空大学,其通讯地址为:330063 江西省南昌市红谷滩区丰和南大道696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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。