買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請的專利基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN118247414B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202410351096.X，技術(shù)領(lǐng)域涉及：G06T15/04；該發(fā)明授權(quán)基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法是由陳華杰;周俊杰;吳浩宇;余迪;龍翔設(shè)計研發(fā)完成，并于2024-03-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法在說明書摘要公布了：本發(fā)明公開基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法。該方法具體是：首先利用目標(biāo)的3D仿真圖像進(jìn)行表面幾何重建；再使用與二維3D仿真圖像同一目標(biāo)的小樣本二維RGB圖像，并通過擴(kuò)散模型對重建結(jié)果進(jìn)行優(yōu)化。在優(yōu)化過程中，為了提升基于擴(kuò)散模型“生成”的樣本質(zhì)量，本發(fā)明添加了紋理相似度約束和結(jié)構(gòu)相似度約束。本發(fā)明利用各個視角下的仿真圖像，而非少量視角受限的參考圖像，作為輔助知識進(jìn)行高質(zhì)量的表面幾何重建，解決了小樣本重建初期易過擬合的問題。在擴(kuò)散模型的語義約束的基礎(chǔ)上，本發(fā)明基于實測圖像設(shè)計引入了紋理相似度約束和結(jié)構(gòu)相似度約束，提升了重建質(zhì)量。

本發(fā)明授權(quán)基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法在權(quán)利要求書中公布了：1.基于結(jié)合擴(kuò)散紋理約束神經(jīng)輻射場的小樣本圖像重建方法，其特征在于：包括以下步驟： 步驟一：構(gòu)建神經(jīng)輻射場模型，并對其進(jìn)行初次訓(xùn)練，實現(xiàn)圖像的表面幾何重建； 步驟二：對初次訓(xùn)練后的神經(jīng)輻射場模型和擴(kuò)散模型進(jìn)行二次訓(xùn)練，實現(xiàn)圖像的擴(kuò)散紋理重建；具體是： 2.1將與二維3D仿真圖像同一目標(biāo)的小樣本二維RGB圖像作為參考圖像輸入至初次訓(xùn)練后的神經(jīng)輻射場模型，輸出當(dāng)前圖像場景帶有紋理特性的3D表示，所述3D表示包括像素點的顏色和密度； 2.2給定一個相機視角，將步驟2.1二次訓(xùn)練后神經(jīng)輻射場模型的輸出采用體渲染技術(shù)，渲染成一張帶有紋理特性的圖像； 2.3構(gòu)建擴(kuò)散模型及其輸出約束條件，然后對擴(kuò)散模型進(jìn)行訓(xùn)練； 所述擴(kuò)散模型的輸出約束條件具體是： （1）基于擴(kuò)散模型的語義約束 語義約束采用蒸餾損失函數(shù)，其計算方法如下： 式（1） 其中代表帶有自注意力機制的U-Net去噪模型的網(wǎng)絡(luò)參數(shù)，代表二次訓(xùn)練后神經(jīng)輻射場模型，代表權(quán)重，代表擴(kuò)散模型，代表加噪圖片，t代表信噪比，代表噪聲，y代表小樣本二維RGB圖像的樣本類別，x代表小樣本二維RGB圖像；表示二次訓(xùn)練后神經(jīng)輻射場參數(shù)； （2）紋理相似度約束 紋理相似度約束采用紋理損失函數(shù)，其計算方法如下： 式（2） 其中代表語言-圖像訓(xùn)練損失，X代表參考圖片，代表擴(kuò)散模型處理后的去噪圖像，n表示大于閾值的數(shù)目； （3）結(jié)構(gòu)相似度約束 紋理相似度約束采用結(jié)構(gòu)損失函數(shù),其計算方法如下： 式（3） 其中代表基準(zhǔn)方向上的深度圖，d代表經(jīng)擴(kuò)散模型處理后的去噪圖像的深度圖，Cov代表卷積，Var代表方差； （4）將語義約束、紋理相似度約束、結(jié)構(gòu)相似度約束匯總成擴(kuò)散紋理約束，擴(kuò)散紋理約束采用擴(kuò)散紋理損失函數(shù),其計算方法如下： 式（4） 其中代表衰減指數(shù)函數(shù)，代表衰減指數(shù)函數(shù)的幅度參數(shù)，是衰減速率參數(shù)，、、分別是擴(kuò)散模型語義約束、紋理相似度約束、結(jié)構(gòu)相似度約束的權(quán)重系數(shù)； 利用擴(kuò)散紋理約束反向傳播，更新二次訓(xùn)練后的神經(jīng)輻射場參數(shù)，從而完成目標(biāo)的完整三維模型重建； 步驟三：利用二次訓(xùn)練后的神經(jīng)輻射場和擴(kuò)散模型實現(xiàn)三維圖像的重建。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市下沙高教園區(qū)2號大街；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。