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！

龍圖騰網獲悉陜西師范大學申請的專利基于深層殘差收縮網絡的隱函數文物三維模型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：CN115330944B 。

龍圖騰網通過國家知識產權局官網在2025-09-23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：202210965245.2，技術領域涉及：G06T17/00；該發明授權基于深層殘差收縮網絡的隱函數文物三維模型重建方法是由張玉梅;庫銀濤;吳曉軍;馬金麗;戎宇瑩設計研發完成，并于2022-08-12向國家知識產權局提交的專利申請。

本基于深層殘差收縮網絡的隱函數文物三維模型重建方法在說明書摘要公布了：一種基于深層殘差收縮網絡的隱函數文物三維模型重建方法，由選取文物數據、渲染文物數據、劃分文物數據、構建真值函數、構建隱函數、構建深層殘差收縮網絡、訓練深層殘差收縮網絡、重建文物三維模型步驟組成。本發明方法解決了因未知數據噪聲的影響產生碎片模型的技術問題，提升了三維重建模型的普適性和運算速度，使生成的文物三維模型更加精準。在深層殘差收縮網絡中加入閾值分支，通過閾值的設置去除不明顯特征，消除了訓練過程中產生的噪聲對實驗結果的干擾，提升了重建文物三維模型表面的精細度以及文物三維模型輪廓的完整性，本發明具有重建精度高、速度快等優點，可應用于重建文物三維模型技術領域。

本發明授權基于深層殘差收縮網絡的隱函數文物三維模型重建方法在權利要求書中公布了：1.一種基于深層殘差收縮網絡的隱函數文物三維模型重建方法，其特征在于由以下步驟組成： 1選取文物數據 選取3組包含文物二維圖片與對應文物三維模型的文物數據，其中包含文物三維模型正面無背景圖片，文物三維模型正面掩膜圖片，清晰度為30k的文物三維模型目標文件，清晰度為30k的包含文物紋理特征、材質、相機信息的文物三維模型通用格式文件，清晰度為100k的文物三維模型目標文件，清晰度為100k的包含文物紋理特征、材質、相機信息的文物三維模型通用格式文件，清晰度為2k的文物三維模型法線貼圖及其對應的灰度圖，清晰度為8k的文物三維模型法線貼圖及其對應的灰度圖； 2渲染文物數據 對每組文物數據進行渲染，得到原始文物三維模型360°的渲染圖片360張，原始文物三維模型360°的帶有紋理特征的文物三維模型目標文件360個，原始文物三維模型360°的點集數據文件360個，原始文物三維模型360種光照環境下法向量貼圖360張； 3劃分文物數據 將渲染后的文物數據劃分成訓練集、測試集，訓練集為文物數據的75％，測試集為文物數據的25％，訓練集、測試集數據之間無交叉； 4構建真值函數 對文物三維模型文件構建真值函數f*X如下: 其中，X為文物三維模型空間中的點坐標； 5構建隱函數 按下式構建隱函數fFx,zX： fFx,zX＝P x＝πX 其中，x為文物二維圖片上的點坐標，Fx為文物二維圖片上的點x的特征向量，zX為文物三維模型空間中的點X與相機的距離；P為文物三維模型空間中的點X在文物三維模型內部的概率值，m為輸入一組文物二維圖片的數量； 6構建深層殘差收縮網絡 深層殘差收縮網絡由殘差收縮編碼器與卷積解碼器串聯構成； 7訓練深層殘差收縮網絡 將訓練集輸入到深層殘差收縮網絡進行訓練，按下式確定損失函數： 其中i為點的序號，n為文物三維模型空間中點的數量，n取值為106～108，xi為文物二維圖片中第i個點的坐標，Xi為文物三維模型空間中第i個點的坐標； 采用Adam動態優化方法調整深層殘差收縮網絡，訓練過程中不同訓練周期的學習率不同，每訓練10輪學習率降為當前的0.1，迭代至損失函數L收斂，得到訓練好的深層殘差收縮網絡； 8重建文物三維模型 用測試集對訓練好的深層殘差收縮網絡進行測試，將測試集中文物三維模型正面無背景圖片和文物三維模型正面掩膜圖片輸入到訓練好的深層殘差收縮網絡中，得到重建后的文物三維模型。

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陜西師范大學，其通訊地址為：710062 陜西省西安市長安南路199號；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”。