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！

龙图腾网获悉北京航空航天大学申请的专利一种基于图卷积生成网络的人体器官三维模型修复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：CN118537518B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202410608718.2，技术领域涉及：G06T19/20；该发明授权一种基于图卷积生成网络的人体器官三维模型修复方法是由吴洪宇;李英龙;郝爱民设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。

本一种基于图卷积生成网络的人体器官三维模型修复方法在说明书摘要公布了：本发明公开了一种基于图卷积生成网络的人体器官三维模型修复方法，属于计算机视觉技术领域，包括：S1、训练阶段：通过结构化的数据集训练一个生成模型，训练完成后将解码器部分单独提取出来，作为生成器；S2、推理阶段：对于缺损的输入数据，通过最优化方法，用生成器迭代求解出最优的拟合结果；S3、后处理阶段：根据步骤S2的拟合结果得到修复模型。本发明采用上述一种基于图卷积生成网络的人体器官三维模型修复方法，能够全自动的根据缺损面部三维模型输入，生成补全结果，并且修复区域的质量符合临床使用需求。

本发明授权一种基于图卷积生成网络的人体器官三维模型修复方法在权利要求书中公布了：1.一种基于图卷积生成网络的人体器官三维模型修复方法，其特征在于，包括以下步骤： S1、训练阶段：通过结构化的数据集训练一个生成模型，收集完毕后，使用非刚性配准方法将所有人脸数据配准到统一拓扑结构，训练完成后将解码器部分单独提取出来，作为生成器，得到一个应用于特定人体器官部位的生成模型； S2、推理阶段：对于人体器官或组织缺损的输入数据，通过最优化方法，用生成器迭代求解出最优的拟合结果； S3、后处理阶段：根据步骤S2的拟合结果得到修复模型； 步骤S1的训练阶段用于得到一个应用于特定人体器官部位的生成模型，将收集的数据统一非刚性配准到同样的拓扑结构下，以此获得结构化的数据集，利用该数据集通过图卷积神经网络进行模型训练； 图卷积神经网络架构分别从全局和局部对三维模型进行特征提取，特征提取的基本模块是一个图卷积层-激活层-下采样层组成的三层结构，生成模块是完全相反的结构； 训练阶段的解码器用于推理阶段的生成器，对于缺损的输入模型M_d，将形状拟合过程描述为最优化形式，具体如下： 1 2 其中，1为优化目标：刚性变换后的平均距离，2为约束条件：隐向量单位化，表示隐空间向量，dec为解码器，为刚性变换，为点到面的距离； 最优化形式采用迭代优化方式进行求解，具体为：首先随机初始化隐空间向量，并用生成器生成完整模型，然后使用计算损失，通过相邻两次计算损失的绝对差值来判断损失函数是否收敛，如果未收敛则继续迭代优化，如果收敛了则认为生成了一个拟合结果好的完整模型； 后处理阶段对于拟合结果和缺损模型输入之间存在的非缺损区域不一致的情况，采用工程化方法对拟合结果进行一系列处理，具体如下： S31、通过阈值法识别拟合结果的修复部位； S32、将非缺损区域的顶点沿着法线方向投影到输入模型的表面上； S33、对于缺损区域的每一个顶点，在缺损区域边缘扩展部分找到K近邻，根据K近邻的位移进行平移； S34、将缺损区域以及扩展部分的所有区域进行平滑处理。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。