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！

龙图腾网获悉安徽师范大学申请的专利一种基于3D高斯溅射引导的建筑物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：CN119991961B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510123038.6，技术领域涉及：G06T17/00；该发明授权一种基于3D高斯溅射引导的建筑物三维重建方法是由吴庆双;万猛;邵世维;林雨琴;陆奕达;赵馨设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本一种基于3D高斯溅射引导的建筑物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3D高斯溅射引导的建筑物三维重建方法，包括如下步骤：S1、获取多视角建筑物图像数据；S2、基于运动恢复结构SFM从多视角建筑物图像中进行建筑物的稀疏点云重建，随后通过3DGaussianSplatting的对建筑物点云初始化；S3、对初始化后的3D高斯点云进行多尺度优化表示、局部几何特征的精准捕捉以及表面贴合性的优化调整，从而增强建筑表面的表示；S4、基于三维高斯分布生成建筑物面片；S5、获得建筑物三维模型和渲染结果。本方案可以恢复高度细致的表面，并实现复杂场景中建筑几何形状和外观的高精度和高保真重建。

本发明授权一种基于3D高斯溅射引导的建筑物三维重建方法在权利要求书中公布了：1.一种基于3D高斯溅射引导的建筑物三维重建方法，其特征在于：包括如下步骤： S1、获取多视角建筑物图像数据； S2、基于运动恢复结构SFM从多视角建筑物图像中进行建筑物的稀疏点云重建，随后通过3DGaussianSplatting的对建筑物点云初始化； S3、对初始化后的3D高斯点云进行多尺度优化表示、局部几何特征的精准捕捉以及表面贴合性的优化调整，从而增强建筑表面的表示； S4、基于三维高斯分布生成建筑物面片； S5、获得建筑物三维模型和渲染结果； 在步骤S3中，采用三维高斯点云优化对建筑物点云进行优化处理包括： 1多尺度高斯表示与融合 将每个尺度的高斯参数{μs，∑s}针对特定的细节层次进行优化，多尺度融合的策略通过数学化描述为以下权重平均过程：定义每个尺度s的权重ws，权重根据尺度的重要性或贡献进行分配，并融合不同尺度的高斯参数来形成最终的场景表示： Gfinal＝∑sws·Gs 其中，Gs＝{μs，∑s}是第s个尺度的高斯参数集合； 2基于局部曲率优化正则化项 为了细化建筑物三维重建过程中的高斯分布点云，使高斯点更好地适应场景表面几何，引入了基于局部曲率优化的正则化项，该正则化项通过对曲率变化进行约束，重点惩罚不必要的曲率或噪声，从而得到更平滑、更精确的模型；正则化目标函数定义为： Ereg＝∑i||∑i-∑targetκi||2 其中，∑targetκi表示基于局部曲率的目标协方差矩阵，∑i是协方差矩阵，局部曲率κ可以通过以下方法计算： 其中，n为点云的法向量； 3用于建筑物表面贴合的三维高斯重训练 针对建筑物表面进行三维高斯重训练，在重训练过程中，首先利用有符号距离函数SDF来拟合建筑物表面，SDF能够精确描述点到表面的距离及其方向，通过优化SDF，获得一个光滑且精确的表面表示，从而为后续步骤提供基础；在此拟合的表面上，引入密度函数的优化，通过调整密度函数以增加三维高斯的重叠度，确保不同高斯在建筑物表面的分布更加均匀和合理，从而提高三维高斯重训练的效果，使其更好地贴合建筑物表面特征；最后，通过减少三维高斯缩放因子来扁平化三维高斯椭球体，以调整高斯椭球体的形状，使其更加扁平和贴合建筑物的表面结构，通过缩小缩放因子，提高三维高斯重训练的精度和效果。

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安徽师范大学，其通讯地址为：241000 安徽省芜湖市弋江区花津南路安徽师范大学；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”。

以上内容由龙图腾AI智能生成。