買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉深圳市森歌數據技術有限公司;廣東省林業調查規劃院申請的專利一種基于NeRF與GS聯合優化的三維森林重建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120510307B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202511000512.2，技術領域涉及：G06T17/00；該發明授權一種基于NeRF與GS聯合優化的三維森林重建方法是由孟先進;周皓然;楊超裕;薛亞東;姜杰;黃寧輝;陸國鋒;葉紹澤設計研發完成，并于2025-07-21向國家知識產權局提交的專利申請。

本一種基于NeRF與GS聯合優化的三維森林重建方法在說明書摘要公布了：本發明公開了一種基于NeRF與GS聯合優化的三維森林重建方法，屬于圖像數據處理領域，包括構造數據集D；構造改進NeRF網絡；構造損失函數并訓練為模型MNeRF；基于MNeRF、綜合權重和GS生成高斯點集；構造聯合優化總損失，并以最小化調整改進NeRF網絡和高斯點集的參數，得到聯合優化模型，并基于聯合優化模型生成渲染圖像。本發明通過密度梯度感知與基于綜合權重的采樣策略，減少采樣點時保證高密度區域的精度；通過語義標簽指導精確建模；通過NeRF與GS的結構對齊和聯合優化，不僅能克服NeRF推理速度上的瓶頸問題，同時避免了GS因缺乏語義引導而喪失細節的問題，為移動端快速森林瀏覽與三維交互提供技術保障。

本發明授權一種基于NeRF與GS聯合優化的三維森林重建方法在權利要求書中公布了：1.一種基于NeRF與GS聯合優化的三維森林重建方法，其特征在于，包括以下步驟； S1，構造數據集D； 獲取森林中待重建場景的多視角圖像，對圖像按類別進行像素級語義標注，類別總數為K，將標注后的圖像作為樣本，所有樣本構成數據集D； S2，構造一改進NeRF網絡； 獲取一NeRF網絡，其輸入為一空間點的5D向量，包括3D坐標和2D視角，輸出為該空間點的顏色和體密度； 拓展NeRF網絡，在輸入中增加空間點所屬類別的語義編碼，輸出中增加空間點的類別概率分布，并在體渲染時基于體密度引導方法生成采樣點，得到改進NeRF網絡，所述語義編碼由語義標注編碼得到； S3，構造改進NeRF網絡的損失函數Ltotal，并用數據集D以最小化Ltotal訓練至收斂，得到待重建場景的NeRF模型MNeRF，其中空間點構成點集A1； Ltotal=LNeRF+Lsem， LNeRF為改進NeRF網絡的渲染損失，Lsem為基于改進NeRF網絡重建圖像中像素點的語義損失； S4，基于MNeRF、綜合權重和高斯濺射方法生成高斯點集G； S41，計算A1中每個空間點的綜合權重，空間點p的綜合權重wp根據下式計算； ， 式中，σp為空間點p的體密度，?為梯度算子、為L2范數； S42，對A1基于綜合權重隨機采樣K個空間點，構成點集A2； S43，將A2中每個空間點基于高斯濺射方法生成高斯球，在生成A2中第k個空間點pk的高斯球Gk時，Gk的中心位置、顏色和不透明度分別為pk的3D坐標、顏色和不透明度； S44，將K個高斯球構成高斯點集G，并基于高斯點集G進行渲染，得到渲染圖像； S5，構造聯合優化總損失； ， ， 式中，LGS為高斯點集G的渲染損失，Lalign為結構對齊損失，λNeRF、λGS、λalign、λsem分別為LNeRF、LGS、Lalign、Lsem的權重，為指向pk的射線上體密度最大的采樣點的3D坐標，μk為Gk的中心位置； S6，用數據集D以最小化調整改進NeRF網絡和高斯點集G的參數，得到聯合優化模型，并基于聯合優化模型生成渲染圖像。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深圳市森歌數據技術有限公司;廣東省林業調查規劃院，其通訊地址為：518001 廣東省深圳市羅湖區東曉街道東曉社區太白路3008號悅彩城(北地塊)寫字樓1302；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。