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！

龙图腾网获悉深圳市森歌数据技术有限公司申请的专利一种基于3DGS的动态场景增量式重建与渲染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：CN120976447B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511500488.9，技术领域涉及：G06T17/00；该发明授权一种基于3DGS的动态场景增量式重建与渲染方法是由周皓然;黎治华;叶绍泽;陆国锋;袁杰遵;张举冠设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种基于3DGS的动态场景增量式重建与渲染方法在说明书摘要公布了：本发明公开了一种基于3DGS的动态场景增量式重建与渲染方法，属于特定计算机模型领域，包括步骤：基于原始图像集构建初始时刻的3DGS模型；获取动态场景中时刻t任一视角图像经语义分割和目标识别确定第一更新区域；基于光度误差、局部相似度、全局语义特征生成增量更新区域；生成第二更新区域并在其中建模，最小化区域重建误差生成优化高斯点集；将与上一时刻实时模型融合并进行优化，得到时刻t的实时模型Gtt用于实时渲染。本发明能有效编码场景的几何与纹理信息，支持动态区域的精确检测与局部增量更新，优化高斯点参数以提升模型连续性和视觉质量，并实现低延迟的实时渲染，有效提升动态环境下三维场景处理的效率和质量。

本发明授权一种基于3DGS的动态场景增量式重建与渲染方法在权利要求书中公布了：1.一种基于3DGS的动态场景增量式重建与渲染方法，其特征在于，包括以下步骤； S1，基于原始图像集构建初始时刻的3DGS模型G0，所述3DGS模型由多个高斯点构成； S2，获取动态场景中时刻t任一视角图像I并预处理为图像帧，经过语义分割和目标识别，确定第一更新区域，包括步骤S21~S24； S21，预设动态目标类别、指定前景类别、背景类别，从动态场景中采集当前时刻t任一视角图像I，预处理为图像帧 S22，基于生成前景区域掩码Mseg和带有语义标签的动态目标掩码Mobj S23，采用帧间光流计算或图像差分算法，在两连续帧It-1、I间估算像素级运动矢量，基于运动矢量构建变化置信图Cchange S24，将Cchange、Mseg、Mobj在像素坐标空间进行逻辑与融合，生成融合掩码Mfusion，再后处理为更新区域掩码Mupdate，并将I中Mupdate区域作为第一更新区域； S3，生成增量更新区域，包括S31~S33； S31，用t-1时刻的实时模型Gt-1生成I相同视角的渲染图I，基于二者的光度误差生成差异置信度图Dphoto S32，对I和I进行局部相似度匹配，得到二者的置信度图Dlocal，对I和I分别提取全局语义特征再逐像素计算语义相似度，生成语义相似度特征图Dsemantic； S33，对Dphoto、Dlocal、Dsemantic多尺度融合生成概率变化图Pupdate，将Pupdate中大于预设判定阈值的区域判定为增量更新区域； S4，将第一更新区域和增量更新区域的重叠区域作为第二更新区域并在其中建模，并采用优化算法最小化区域重建误差，生成优化高斯点集； S5，将与时刻t-1的实时模型Gt-1融合并进行优化，得到时刻t的实时模型Gt； S6，用Gt实时渲染生成任一视角的渲染图； S4包括S41~S42； S41，从Gt-1中提取第二更新区域的邻域，在邻域内通过空间插值算法新增高斯点，构成新增点集，为内第i个高斯点； S42，预设优化目标函数Ltotal，并以最小化Ltotal对进行非线性最小化求解，得到优化高斯点集； ， 式中，Lphoto为Gt-1对It和Ir的重建损失，αi、αj分别为内第i个高斯点和第j个高斯点的颜色值、xi、xj分别为、的位置，e为自然常数，λs为稀疏性正则项权重，λd为空间密度连续性项权重。

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深圳市森歌数据技术有限公司，其通讯地址为：518001 广东省深圳市罗湖区东晓街道东晓社区太白路3008号悦彩城(北地块)写字楼1302；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。