Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜复旦大学付彦伟获国家专利权

恭喜复旦大学付彦伟获国家专利权

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!

龙图腾网恭喜复旦大学申请的专利基于彩色点云生成带纹理三维网格模型的方法及装置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:CN114445584B

龙图腾网通过国家知识产权局官网在2025-05-13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:202011218797.4,技术领域涉及:G06T17/20;该发明授权基于彩色点云生成带纹理三维网格模型的方法及装置是由付彦伟;魏星奎;张寅达;崔兆鹏;薛向阳设计研发完成,并于2020-11-04向国家知识产权局提交的专利申请。

基于彩色点云生成带纹理三维网格模型的方法及装置在说明书摘要公布了:本发明提供了一种基于彩色点云生成带纹理三维网格模型的方法,其特征在于,包括如下步骤:步骤S1,利用预处理算法对彩色三维点云数据处理;步骤S2,输入三维几何先验深度网络优化;步骤S3,利用三维网格模型展开算法处理得到UV映射关系;步骤S4,基于UV映射关系投影得到稀疏点云坐标二维图像以及稀疏点云色彩二维图像;步骤S5,输入二维几何先验深度网络优化;步骤S6,输入二维纹理先验深度网络得到初代三维网格模型的纹理;步骤S7,将步骤S5的输出输入三维几何先验深度网络中优化;步骤S8,判断是否达到三维网格迭代次数,判断为否时重复步骤S3至步骤S8,判断为是时进入步骤S9;步骤S9,结合当前三维网格模型与纹理得到带纹理三维网格模型。

本发明授权基于彩色点云生成带纹理三维网格模型的方法及装置在权利要求书中公布了:1.一种基于彩色点云生成带纹理三维网格模型的方法,用于对彩色三维点云数据进行处理得到带纹理三维网格模型从而让建模用户查看以及应用,其特征在于,包括如下步骤:步骤S1,利用预定的预处理算法对所述彩色三维点云数据进行预处理得到初始三维凸包网格模型;步骤S2,搭建三维几何先验深度网络并将所述初始三维凸包网格模型输入所述三维几何先验深度网络进行优化得到初代三维网格模型作为当前三维网格模型;步骤S3,利用预定的三维网格模型展开算法对所述当前三维网格模型进行二维展开处理得到对应的三维到二维UV映射关系;步骤S4,将所述彩色三维点云数据基于所述三维到二维UV映射关系投影得到稀疏点云坐标二维图像以及稀疏点云色彩二维图像;步骤S5,搭建二维几何先验深度网络并将所述稀疏点云坐标二维图像以及所述当前三维网格模型输入所述二维几何先验深度网络进行优化得到二代三维网格模型;步骤S6,搭建二维纹理先验深度网络并将所述稀疏点云色彩二维图像以及噪声输入所述二维纹理先验深度网络得到所述初代三维网格模型的纹理;步骤S7,将所述二代三维网格模型输入所述三维几何先验深度网络进行优化得到三代三维网格模型作为新的当前三维网格模型;步骤S8,判断是否达到预定的三维网格迭代次数,判断为否时重复所述步骤S3至所述步骤S8,判断为是时进入步骤S9;步骤S9,将最后得到的所述当前三维网格模型以及所述纹理相结合得到所述带纹理三维网格模型并输出;其中,所述步骤S5包括如下子步骤:步骤S5-1,搭建所述二维几何先验深度网络,步骤S5-2,利用预定的噪声生成函数生成噪声,步骤S5-3,将所述稀疏点云坐标二维图像以及所述噪声输入所述二维几何先验深度网络得到稠密点云坐标二维图像,步骤S5-4,基于所述稀疏点云坐标二维图像以及所述稠密点云坐标二维图像构建二维几何先验深度网络的损失函数并设定为二维几何损失函数,步骤S5-5,基于所述二维几何损失函数对所述二维几何先验深度网络进行迭代更新,直到达到预定的二维几何迭代次数后得到最终的所述稠密点云坐标二维图像,并将最终稠密点云坐标二维图像设定为目标二维几何图像,步骤S5-6,将所述目标二维几何图像映射到三维空间得到对应的三维顶点坐标值,并将该三维顶点坐标值更新到所述初代三维网格模型中从而得到所述二代三维网格模型,其中,所述二维几何损失函数为所述稀疏点云坐标二维图像以及所述稠密点云坐标二维图像中相同点值之间的二阶距离损失的平均;其中,所述步骤S6包括如下子步骤:步骤S6-1,搭建所述二维纹理先验深度网络,步骤S6-2,利用所述噪声生成函数生成所述噪声,步骤S6-3,将所述稀疏点云色彩二维图像以及所述噪声输入所述二维纹理先验深度网络得到稠密点云色彩二维图像,步骤S6-4,基于所述稀疏点云色彩二维图像以及所述稠密点云色彩二维图像构建二维纹理先验深度网络的损失函数并设定为二维纹理损失函数,步骤S6-5,基于所述二维纹理损失函数对所述二维纹理先验深度网络进行迭代更新,直到达到预定的二维纹理迭代次数后得到最终的所述稠密点云色彩二维图像,并将该最终的稠密点云色彩二维图像作为所述纹理,其中,所述二维纹理损失函数为所述稀疏点云色彩二维图像以及所述稠密点云色彩二维图像中相同点值之间的二阶距离损失的平均。

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复旦大学,其通讯地址为:200433 上海市杨浦区邯郸路220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”。

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。