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！

龍圖騰網獲悉武漢唯理科技有限公司申請的專利基于Hashgrid的神經輻射場及二維體密度分割的建模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：CN116188723B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202211676440.X，技術領域涉及：G06T17/20；該發明授權基于Hashgrid的神經輻射場及二維體密度分割的建模方法是由王家奎;朱小鵬設計研發完成，并于2022-12-26向國家知識產權局提交的專利申請。

本基于Hashgrid的神經輻射場及二維體密度分割的建模方法在說明書摘要公布了：本發明公開了基于Hashgrid的神經輻射場及二維體密度分割的建模方法，包括如下建模步驟：步驟1、首先通過普通rgb相機采集多角度的人體圖像，步驟2、將已采集到的圖像使用colmap進行相機的內參標定以及外參標定，步驟3、對采集到的圖像進行像素分割和圖像預處理，去除掉圖像待重建以外的背景區域，本發明采集待重建人體的各個角度圖像，并設定相鄰圖像之間的重疊區域，剔除背景，降低干擾，通過多次迭代訓練，將渲染由連續改為離散形式，能夠快速進行三維人體建模，通過將采樣點代入計算，增加渲染效果，使用u?net分割體密度切片圖，分割同時去除噪點，精準重建人體，有效的提升建模效率。

本發明授權基于Hashgrid的神經輻射場及二維體密度分割的建模方法在權利要求書中公布了：1.基于Hashgrid的神經輻射場及二維體密度分割的建模方法，其特征在于：包括如下建模步驟： 步驟1、首先通過普通rgb相機采集多角度的人體圖像； 步驟2、將已采集到的圖像使用colmap進行相機的內參標定以及外參標定； 步驟3、對采集到的圖像進行像素分割和圖像預處理，去除掉圖像待重建以外的背景區域，將被去除掉的背景區域的alpha通道設置為0，每張圖像僅保留待渲染主體區域； 步驟4、使用前期預處理好后的數據利用基于Hashgrid的神經輻射場進行待重建區域的視角合成，渲染出整個待重建人體； 步驟5、將基于Hashgrid的神經輻射場所得到的體密度進行切片； 步驟6、將切片后的體密度進行像素分割，并對計算分割后的mask外輪廓坐標； 步驟7、按照順序空間歸一化所有外輪廓像素坐標，并將所有像素組合重建為待重建人體的三維模型； 所述步驟5中，經過多次迭代訓練后，提取神經輻射場中的體密度，并對該體密度按照重建模型的質量要求進行切片，采用classicalvolumerendering的方法在5維神經輻射場中對體密度進行渲染，體密度表示為σx,預設的相機光線表示為rt＝o+td，則在渲染中的目標顏色Cr在最近邊界tn與最遠邊界tf中表達為： 且 將連續的體密度渲染方程改為離散的形式進行計算，其表達為： 且 其中δi＝ti+1-ti表示為鄰近樣本之間的距離； 連續渲染方程在進行均勻分段后即改寫為： 其中 然后對每段內進行均勻采樣： 在指定區域內給定體素顏色與體密度，那在該區域內采樣點的近視值則表示為： 整個工作區域中，固定視線以下的體素都為分段函數則其近似函數繼續表示為： 采用兩級網絡進行訓練，首先粗略訓練出大致形狀，再進行微調，在粗訓練階段先分層采樣到Nc個點，其渲染方程表示為： 其中wi＝Ti1-exp-σiδi； 隨后將wi進行歸一化得到其分段函數，再通過其逆變換生成Nf個點，將這些點與上文分層采樣得到的點一起進行精渲染，通過這兩次采樣，最后將損失函數表現如下： 此外還需將位置向量x與方向向量d轉化為高頻變量，其位置編碼表示為： γp＝sin20πp,cos20πp,...,sin2L-1πp,cos2L-1πp； 最后將位置x,y,z與方向θ,φ作為輸入即生成高精度渲染效果。

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武漢唯理科技有限公司，其通訊地址為：430000 湖北省武漢市東湖新技術開發區大學園路15號附1號華中科技大學科技園現代服務業示范基地二期4棟706；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”。