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！

龙图腾网获悉杭州电子科技大学申请的专利基于结合扩散纹理约束神经辐射场的小样本图像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：CN118247414B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410351096.X，技术领域涉及：G06T15/04；该发明授权基于结合扩散纹理约束神经辐射场的小样本图像重建方法是由陈华杰;周俊杰;吴浩宇;余迪;龙翔设计研发完成，并于2024-03-26向国家知识产权局提交的专利申请。

本基于结合扩散纹理约束神经辐射场的小样本图像重建方法在说明书摘要公布了：本发明公开基于结合扩散纹理约束神经辐射场的小样本图像重建方法。该方法具体是：首先利用目标的3D仿真图像进行表面几何重建；再使用与二维3D仿真图像同一目标的小样本二维RGB图像，并通过扩散模型对重建结果进行优化。在优化过程中，为了提升基于扩散模型“生成”的样本质量，本发明添加了纹理相似度约束和结构相似度约束。本发明利用各个视角下的仿真图像，而非少量视角受限的参考图像，作为辅助知识进行高质量的表面几何重建，解决了小样本重建初期易过拟合的问题。在扩散模型的语义约束的基础上，本发明基于实测图像设计引入了纹理相似度约束和结构相似度约束，提升了重建质量。

本发明授权基于结合扩散纹理约束神经辐射场的小样本图像重建方法在权利要求书中公布了：1.基于结合扩散纹理约束神经辐射场的小样本图像重建方法，其特征在于：包括以下步骤： 步骤一：构建神经辐射场模型，并对其进行初次训练，实现图像的表面几何重建； 步骤二：对初次训练后的神经辐射场模型和扩散模型进行二次训练，实现图像的扩散纹理重建；具体是： 2.1将与二维3D仿真图像同一目标的小样本二维RGB图像作为参考图像输入至初次训练后的神经辐射场模型，输出当前图像场景带有纹理特性的3D表示，所述3D表示包括像素点的颜色和密度； 2.2给定一个相机视角，将步骤2.1二次训练后神经辐射场模型的输出采用体渲染技术，渲染成一张带有纹理特性的图像； 2.3构建扩散模型及其输出约束条件，然后对扩散模型进行训练； 所述扩散模型的输出约束条件具体是： （1）基于扩散模型的语义约束 语义约束采用蒸馏损失函数，其计算方法如下： 式（1） 其中代表带有自注意力机制的U-Net去噪模型的网络参数，代表二次训练后神经辐射场模型，代表权重，代表扩散模型，代表加噪图片，t代表信噪比，代表噪声，y代表小样本二维RGB图像的样本类别，x代表小样本二维RGB图像；表示二次训练后神经辐射场参数； （2）纹理相似度约束 纹理相似度约束采用纹理损失函数，其计算方法如下： 式（2） 其中代表语言-图像训练损失，X代表参考图片，代表扩散模型处理后的去噪图像，n表示大于阈值的数目； （3）结构相似度约束 纹理相似度约束采用结构损失函数,其计算方法如下： 式（3） 其中代表基准方向上的深度图，d代表经扩散模型处理后的去噪图像的深度图，Cov代表卷积，Var代表方差； （4）将语义约束、纹理相似度约束、结构相似度约束汇总成扩散纹理约束，扩散纹理约束采用扩散纹理损失函数,其计算方法如下： 式（4） 其中代表衰减指数函数，代表衰减指数函数的幅度参数，是衰减速率参数，、、分别是扩散模型语义约束、纹理相似度约束、结构相似度约束的权重系数； 利用扩散纹理约束反向传播，更新二次训练后的神经辐射场参数，从而完成目标的完整三维模型重建； 步骤三：利用二次训练后的神经辐射场和扩散模型实现三维图像的重建。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。