Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州师范大学缪永伟获国家专利权

杭州师范大学缪永伟获国家专利权

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!

龙图腾网获悉杭州师范大学申请的专利一种基于分片学习策略的点云曲面隐式重建方法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:CN115830271B

龙图腾网通过国家知识产权局官网在2026-05-01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:202211603493.9,技术领域涉及:G06T17/20;该发明授权一种基于分片学习策略的点云曲面隐式重建方法是由缪永伟;刘复昌;张跃耀;范然设计研发完成,并于2022-12-13向国家知识产权局提交的专利申请。

一种基于分片学习策略的点云曲面隐式重建方法在说明书摘要公布了:本发明公开了一种基于分片学习策略的点云曲面隐式重建方法。本发明采用基于分片的曲面表示并训练一种针对三维形状局部符号距离场的点云曲面隐式重建网络;包括以下步骤:以离散点云数据作为输入,采用最远点采样策略以生成初始化面片,计算每个面片内各采样点相对面片中心的偏移值作为采样点相对位置。在神经网络编码器中得到该面片的隐特征,在神经网络解码器中得到各采样点相对位置的形状符号距离值,而位于不同面片重叠区域内的采样点相对位置将进行加权求和得到其相应的符号距离值;利用MarchingCube算法得到三维形状的网格模型。本发明在重建物体整体形状的同时能很好地保持原有形状的精细细节结构,其对于点云法向和噪声均具有鲁棒性。

本发明授权一种基于分片学习策略的点云曲面隐式重建方法在权利要求书中公布了:1.一种基于分片学习策略的点云曲面隐式重建方法,其特征在于:具体包括如下步骤: 步骤一、以离散点云数据作为输入,首先采用最远点采样策略分别得到表征点云形状球形邻域面片的初始中心位置和半径以生成初始化面片;然后分别计算每个面片内各采样点相对面片中心的偏移值作为采样点相对位置坐标,其中处于重叠区域内的面片采样点将具有多个相对位置; 步骤二、在神经网络编码器中将各采样点的相对位置坐标编码为256维隐向量,并对每个形状面片中的采样点隐向量进行最大化操作以表征该面片的隐特征;接着,在神经网络解码器中利用多层全连接残差特征解码模块进行解码以得到各采样点相对位置的形状符号距离值,而位于不同面片重叠区域内的采样点相对位置将进行加权求和得到其相应的符号距离值; 步骤三、利用MarchingCube算法提取采样点符号距离值的零等值面以得到三维形状的网格模型。

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杭州师范大学,其通讯地址为:311121 浙江省杭州市余杭区余杭塘路2318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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。