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！

龙图腾网获悉华东师范大学申请的专利一种基于压缩三平面的三维高斯动态人体建模方法、系统及应用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：CN120852698B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510531301.5，技术领域涉及：G06T17/20；该发明授权一种基于压缩三平面的三维高斯动态人体建模方法、系统及应用是由林鸿;赵慧;刘静设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种基于压缩三平面的三维高斯动态人体建模方法、系统及应用在说明书摘要公布了：本发明公开了一种基于压缩三平面的三维高斯动态人体建模方法，包括：从单视角视频序列获得相机位姿参数序列、人体SMPL形状信息及姿势信息序列，获得初始化三维高斯点云；根据三维高斯点云获取高维特征，预测三维高斯在标准空间中的信息；蒸馏标准SMPL模型各顶点蒙皮权重并平滑；拼合生成三维高斯的高维位置编码，结合SMPL姿势信息和三平面高维特征，预测基本属性变换值，修正不同人体姿势下的高斯属性；利用修正后的蒙皮权重与SMPL姿势信息，计算变换矩阵，变换获得变换后的三维高斯点云；渲染变换后的三维高斯点云，并结合图像损失函数与邻居高斯的属性约束，联合优化得到可驱动人体三维高斯模型。本发明还公开了实现上述方法的系统，具有广泛应用场景。

本发明授权一种基于压缩三平面的三维高斯动态人体建模方法、系统及应用在权利要求书中公布了：1.一种基于压缩三平面的三维高斯动态人体建模方法，其特征在于，包括以下步骤： 步骤一、利用ReFit算法从单视角视频序列获得相机位姿参数序列、人体SMPL形状信息及人体SMPL姿势信息序列，根据人体SMPL形状信息生成模型的顶点，并在顶点处初始化三维高斯点云； 步骤二、根据步骤一中获得的三维高斯点云，使用三维高斯的位置投影从三平面中抽取经过压缩的高维特征，使用解码模块对三平面高维特征进行还原，并使用还原后的三平面高维特征预测三维高斯在标准空间中的外观信息、几何信息及邻接高斯信息； 步骤三、基于KNN算法蒸馏标准SMPL模型各顶点的蒙皮权重，通过插值算法对所述蒙皮权重进行平滑； 步骤三进一步包括： 步骤3.1：基于SMPL模型的顶点，构建一个轴对齐包围盒，并在此基础上将x、y、z轴进行等分，生成粗体素网格以覆盖所有顶点； 步骤3.2：使用KNN算法找到每个粗体素网格顶点的j个最接近SMPL模型的顶点，并加权求和每个顶点的蒙皮权重，将权重蒸馏到网格顶点； 步骤3.2中，通过计算顶点和与它最接近的j个SMPL模型顶点之间的欧式距离对顶点的蒙皮权重进行加权求和； 步骤3.3：根据三维高斯在标准空间中的位置，确定其所在的体素网格，并通过三线性插值计算高斯点的平滑蒙皮权重； 将线性混合蒙皮权重中每个高斯包含的可学习线性混合蒙皮权重修正值与步骤3.3中的平滑蒙皮权重相加获得最终蒙皮权重； 步骤四、利用位置编码和三维信息拼合生成三维高斯的高维位置编码，并结合SMPL姿势信息和三平面高维特征，通过形变预测神经网络预测基本属性变换值，修正不同人体姿势下的高斯属性； 步骤五、利用修正后的蒙皮权重与SMPL姿势信息，计算变换矩阵，通过变换矩阵将高斯点云变换到目标人体姿势形变空间，获得变换后的三维高斯点云； 步骤六、利用高斯泼溅方法渲染变换后的三维高斯点云，并结合图像损失函数与邻居高斯的属性约束，联合优化三维高斯坐标、三平面参数、蒙皮权重修正值和多重感知机，得到可驱动人体三维高斯模型； 步骤六进一步包括： 步骤6.1.基于得到的变换后的高斯，利用高斯泼溅的方法得到渲染图； 步骤6.2.为了优化高斯泼溅中的各项属性，和使用的多重感知机神经网络，基于步骤6.1中得到的渲染图与真值图像计算损失，以及基于高斯与邻居高斯的属性不同计算损失； 步骤6.2进一步包括： 步骤6.2.1：基于预测图像与渲染图像之间的误差，分别通过绝对误差损失、结构相似性损失、感知损失以及用于限制三维高斯范围的轮廓损失，优化高斯的属性； 步骤6.2.2：通过KNN方法找到每个三维高斯的最近邻高斯集合，计算包括蒙皮权重、球谐参数、大小及旋转属性与最近邻高斯属性均值之间的平方差损失，引入邻居约束，保证空间中高斯属性的连续性。

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华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663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。