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！

龙图腾网获悉南昌大学申请的专利基于跨域特征融合的多视图三维重建方法、设备及介质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：CN121685852B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610190437.9，技术领域涉及：G06T17/00；该发明授权基于跨域特征融合的多视图三维重建方法、设备及介质是由闵卫东;李承欢;韩清设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本基于跨域特征融合的多视图三维重建方法、设备及介质在说明书摘要公布了：本申请属于计算机视觉与计算机图形学技术领域，公开了基于跨域特征融合的多视图三维重建方法、设备及介质，该方法包括：对多视角图像生成的初始特征令牌进行跨特征域编码，该编码通过双树复小波变换将特征分解为低频和高频分量，并对高频分量进行幅度调制以增强细节，生成空间‑频率融合特征；对多视角的空间‑频率融合特征进行方差嵌入加权合并，该合并通过计算各特征令牌的方差生成权重，并基于该权重进行自适应加权聚类，生成融合后的多视角特征；对融合特征进行三源注意力解码，该解码将静态嵌入作为查询，将空间‑频率融合特征作为键，将融合后的多视角特征作为值，进行跨域注意力计算和上采样，最终生成目标物体的三维体素重建结果。

本发明授权基于跨域特征融合的多视图三维重建方法、设备及介质在权利要求书中公布了：1.一种基于跨域特征融合的多视图三维重建方法，其特征在于，包括以下步骤： S1：获取目标物体的多个RGB图像，并将所述多个RGB图像分别分割投影，获得初始特征令牌； S2：对所述初始特征令牌进行跨特征域编码处理，所述跨特征域编码处理包括：采用双树复小波变换将所述初始特征令牌分解为低频分量和高频分量，对所述高频分量进行幅度相位分解与幅度调制处理以增强结构细节，并将处理后的所述低频分量与所述高频分量重构，生成包含空间域信息与频域信息的空间-频率融合特征；具体过程为：对输入的所述初始特征令牌进行第一层归一化处理，获得第一归一化特征；将所述第一归一化特征输入至跨特征域层进行处理，获得丰富了空间频率信息的特征；通过第一残差连接将所述丰富了空间频率信息的特征与所述第一归一化特征进行融合，获得第一融合特征；对所述第一融合特征进行第二层归一化处理后，输入至卷积前馈网络建模局部空间依赖关系，获得局部增强特征；通过第二残差连接将所述局部增强特征与所述第一融合特征进行融合，以生成并输出所述空间-频率融合特征； S3：对来自多个视角的所述空间-频率融合特征进行方差嵌入加权合并处理，所述方差嵌入加权合并处理包括：计算所述空间-频率融合特征中每个特征令牌的方差以生成方差嵌入权重，并基于所述方差嵌入权重对来自不同视角的所述空间-频率融合特征进行自适应加权聚类，生成融合后的多视角特征；其中，基于所述方差嵌入权重对来自不同视角的所述空间-频率融合特征进行自适应加权聚类的具体过程为：计算所述空间-频率融合特征中每个特征令牌在特征维度上的标准差；对所有特征令牌的所述标准差进行标准化处理，获得每个特征令牌的相对权重；将所述相对权重与对应的特征令牌进行元素级相乘，生成加权特征；在进行多视角特征聚类时，采用所述加权特征进行自适应距离计算，以代替欧几里得距离计算，从而指导聚类过程，并生成聚类索引； S4：对所述融合后的多视角特征采用三源注意力机制进行解码处理，所述三源注意力机制包括：将一组静态可学习嵌入作为查询，将所述空间-频率融合特征作为键，将所述融合后的多视角特征作为值，进行跨域注意力计算以获得解码特征，并对所述解码特征进行上采样，生成并输出所述目标物体的三维体素重建结果。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩区学府大道999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。