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！

龙图腾网获悉华南理工大学申请的专利基于对比学习和稠密比较的三维重建方法、系统及介质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：CN115861537B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211561139.4，技术领域涉及：G06T17/00；该发明授权基于对比学习和稠密比较的三维重建方法、系统及介质是由吴庆耀;陈健;赖吕龙设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本基于对比学习和稠密比较的三维重建方法、系统及介质在说明书摘要公布了：本发明公开了一种基于对比学习和稠密比较的三维重建方法、系统及介质，方法为：采集物体的二维查询图片及对应的三维支持形状构成原数据集；构建三维重建模型，包括对比学习模块和特征融合模块；对对比学习模块进行预训练，完成后固定对比学习模块的参数；利用梯度下降法在原数据集上迭代训练三维重建模型，得到训练好的三维重建模型；将查询物体图片输入训练后的三维重建模型，得到预测的三维形状。本发明的三维重建模型能够很好地融合从二维图片中提取的特征以及从三维形状中提取的特征，能从图像中提取出与三维信息密切相关的特征，进而实现较高精度的三维重建效果。

本发明授权基于对比学习和稠密比较的三维重建方法、系统及介质在权利要求书中公布了：1.基于对比学习和稠密比较的三维重建方法，其特征在于，包括下述步骤： 采集物体的二维查询图片及对应的三维支持形状构成原数据集； 构建三维重建模型，包括对比学习模块及特征融合模块； 对对比学习模块进行预训练，完成后固定对比学习模块的参数，包括： 在原数据集上构建对比学习样本集，使用二维编码器及三维编码器分别对对比学习样本集中的样本进行编码，获取样本的二维特征向量及三维特征向量并投影到同一嵌入空间； 构造对比学习模块的损失函数，计算损失值并反向更新对比学习模块的参数直至收敛，固定对比学习模块中二维编码器及三维编码器的参数，得到预训练好的对比学习模块； 利用梯度下降法在原数据集上迭代训练三维重建模型，包括： 将原数据集输入预训练好的固定参数的对比学习模型中获得物体的二维特征向量及三维特征向量； 根据物体的二维特征向量及三维特征向量，特征融合模块进行Cross-Attention操作，生成Q、K、V矩阵，并利用Attention运算重新表示物体的二维特征及三维特征，再使用稠密比较法进行特征融合获得物体的融合特征； 构造三维重建模型的二元交叉熵损失函数，计算二元交叉熵损失值并更新三维重建模型参数，直至二元交叉熵损失函数收敛，得到训练好的三维重建模型； 将查询物体图片输入训练后的三维重建模型，得到预测的三维形状。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。