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！

龙图腾网获悉南京邮电大学申请的专利一种稀疏视角文物三维重建方法、存储介质及计算机设备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：CN121767572B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610255328.0，技术领域涉及：G06T17/00；该发明授权一种稀疏视角文物三维重建方法、存储介质及计算机设备是由陈蕾;徐瑄晨;尹文龙;沈杨;张锋;王传栋设计研发完成，并于2026-03-04向国家知识产权局提交的专利申请。

本一种稀疏视角文物三维重建方法、存储介质及计算机设备在说明书摘要公布了：本发明公开了一种稀疏视角文物三维重建方法、存储介质及计算机设备，其中方法包括：获取文物多视角图像及相机参数；构建射线并在射线上进行空间点采样；对空间点的不确定性进行联合建模，在隐式神经辐射场模型中同时输出颜色、体密度及证据不确定性参数；引入基于不确定性驱动的渐进式正弦位置编码方法，在训练初期优先激活低频通道，随着不确定性反馈动态解冻高频特征；解冻完成后，利用不确定性感知的分区自监督一致性机制，对可靠与不可靠区域进行连续加权优化，充分利用不可靠区域的潜在几何信息；经体渲染生成文物的高保真三维重建图像及置信度评估结果。本发明有效提升稀疏视角条件下的文物三维重建精度与稳定性。

本发明授权一种稀疏视角文物三维重建方法、存储介质及计算机设备在权利要求书中公布了：1.一种稀疏视角文物三维重建方法，其特征在于，包括以下步骤： S1、获取稀疏多视角文物图像及对应相机内外参数，按像素构建射线并在射线范围内进行采样，得到用于神经辐射场训练的三维采样点集合； S2、基于三维采样点集合构建神经辐射场模型，引入证据不确定性建模框架，对三维辐射场进行隐式表示学习，输出采样点的颜色及其不确定性； S3、引入基于不确定性驱动的渐进式位置编码方法，对采样点的空间坐标进行多频正弦位置编码，在训练初期仅激活低频通道，随着模型不确定性降低逐步解冻高频通道，实现由低频到高频的特征渐进学习； S4、对相邻源视角的相机外参进行插值获得新视角位姿，一方面将源视图反投影并重映射至该新视角生成伪新视图，另一方面将新视角相机参数输入神经辐射场模型渲染得到预测视图； S5、对伪新视图与预测视图进行一致性比较，计算二者在对应像素位置的深度一致性，根据一致性结果与数据不确定性自适应调整像素监督强度，将该新视角划分为可靠区域或不可靠区域，对可靠区域施加强监督训练，对不可靠区域施加弱监督； S6、构建包含颜色主损失与分区损失的联合优化目标函数，结合可微渲染规范约束进行端到端训练，优化全局辐射场参数，输出文物三维重建结果与不确定性评估结果； 所述S3进一步包括： S3.1、基于证据参数计算不确定性； 模型不确定性用于衡量神经辐射场模型在当前位置是否学得足够好，数据不确定性用于衡量某一采样点本身是否由于外部原因而难以被稳定观测，对于训练批次中第i个像素，计算模型不确定性与数据不确定性，并将所得不确定性用作训练过程中的调度信号，其计算表达式为： 其中，表示第i个像素处的模型不确定性，表示第i个像素处的数据不确定性，表示经过体渲染融合后的尺度参数，表示经过体渲染融合后的形状参数，表示经过体渲染融合后的精度参数； S3.2、基于模型不确定性构造渐进式位置编码策略； 为避免神经辐射场模型在稀疏视角下过早拟合局部噪声，根据模型不确定性与训练进度构造频率权重掩码，表达式为： 其中，为渐进式位置编码的频率权重掩码系数，即为动态调度因子，为训练进度系数，表示随训练推进逐步增大整体高频开放比例，用于保证早期训练不会暴露全部高频，为超参数，用于调节模型不确定性在高频通道解冻的放大倍率； S3.3、位置编码通道的渐进式解冻； 利用所述S3.2得到的动态调度因子控制位置编码中不同频率分量的激活程度，形成渐进式位置编码的实际应用形式，对采样点的三维空间坐标进行多频正弦位置编码，其中，表示第i'条射线上的第j个采样点，j为采样点的索引，用于区分同一射线或者像素上的不同的采样位置，并且为每一高频分量引入门控权重，并将该权重与绑定，用以调节不同频率通道在当前阶段的有效强度，加权后的位置编码表达式为： 其中，表示在门控权重作用下得到的采样点的加权多频正弦位置编码特征向量，为针对频率的分配函数，用于确保高频分量的权重随单调上升，为将数组元素限制在指定区间的函数，用于将权重限制在合理范围内，k表示频率通道。

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京邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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。