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 > 南京市测绘勘察研究院股份有限公司;武汉大学;南京信息工程大学林聪获国家专利权

南京市测绘勘察研究院股份有限公司;武汉大学;南京信息工程大学林聪获国家专利权

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!

龙图腾网获悉南京市测绘勘察研究院股份有限公司;武汉大学;南京信息工程大学申请的专利一种二维三角网约束的神经辐射场DSM生成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:CN120374898B

龙图腾网通过国家知识产权局官网在2025-08-22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:202510878639.8,技术领域涉及:G06T17/20;该发明授权一种二维三角网约束的神经辐射场DSM生成方法是由林聪;胡志华;朱静颖;陶鹏杰;陈思;林惠晶;沈雨设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。

一种二维三角网约束的神经辐射场DSM生成方法在说明书摘要公布了:本发明提供了一种二维三角网约束的神经辐射场DSM生成方法,包括以下步骤:步骤1,隐式体密度与辐射场建模;步骤2,提取密度场梯度与表面法线;步骤3,构建二维三角网;步骤4,基于二维三角网实现法线一致性约束;步骤5,计算不确定性感知渲染损失;步骤6,进行端到端联合优化。本发明方法通过端到端联合优化几何约束与渲染损失,三维重建的均方根误差较传统NeRF方法降低,为城市规划、灾害监测等遥感应用提供了高精度DSM生成方案。

本发明授权一种二维三角网约束的神经辐射场DSM生成方法在权利要求书中公布了:1.一种二维三角网约束的神经辐射场DSM生成方法,其特征在于,包括以下步骤: 步骤1,隐式体密度与辐射场建模; 步骤2,密度场梯度获取法向量:对深度神经网络输出的体密度执行数值梯度运算,提取得到场景中连续的表面点位置集合; 步骤3,构建二维三角网; 步骤4,基于二维三角网的法向量一致性约束; 步骤4包括:通过步骤3,获取了每幅卫星影像对应的二维三角网网格数据,所述二维三角网网格数据包括所有顶点坐标和三角形索引;针对每个三角形,计算二维平面中心,并利用K维树算法KD-Tree构建空间索引; 对于步骤2提取得到的场景中连续的表面点位置集合,按批次处理,在每一批次中,将三维坐标投影到二维后,通过KD-Tree查询每个点附近最邻近的三角形中心索引,具体包括:在判定一个表面点位于三角形T内部后,以重心坐标的方式生成邻域点,先在区间[0,1]上独立均匀采样,如果,则令,,以确保仍在重心坐标域内;再令,此时满足;其中表示满足重心坐标约束的三组系数;邻域采样点为,其中为三角形T对应顶点的二维坐标; 对每个表面点,依次检查所查询到的三角形:利用顶点坐标在二维平面上进行当前表面点在三角形内的几何判断,一旦确认点位于一个三角形内部,立即在三角形内部以重心坐标方式随机生成一个邻域样本点,样本点的高度与原表面点对齐,并保证采样位移不超过预设阈值; 如果在所查询的三角形列表中无法找到包含当前表面点P1的网格,则对点P1采用随机扰动的方式生成邻域点,确保每个表面点都能获得至少一个几何约束样本; 分别计算表面点P1的密度梯度Y1和表面点P1对应的二维三角网内采样点的密度梯度Z1,并对Y1和Z1分别归一化得到法向量Y2和Z2,以Y2和Z2之间的平均差异作为一致性度量,将平均差异纳入整体损失函数,实现对网络中法线提取结果的平滑约束;在法向量提取后,计算目标点与邻域点之间的法向量差异,通过一致性损失函数来约束法向量的一致性; 步骤5,计算不确定性感知渲染损失; 步骤6,进行端到端联合优化。

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南京市测绘勘察研究院股份有限公司;武汉大学;南京信息工程大学,其通讯地址为:210019 江苏省南京市建邺区创意路88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”。

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。