(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211224274.X (22)申请日 2022.10.09 (65)同一申请的已公布的文献号 申请公布号 CN 115294284 A (43)申请公布日 2022.11.04 (73)专利权人 南京纯白矩阵科技有限公司 地址 210000 江苏省南京市中国 （江苏） 自 由贸易试验区南京片区滨江大道396 号扬子江新金融示范区9号楼 (72)发明人 吴啸　蔡玮　段海涵　林仲豪　 孙婧晗　 (74)专利代理 机构 南京鑫之航知识产权代理事 务所(特殊普通 合伙) 32410 专利代理师 汪庆朋(51)Int.Cl. G06T 17/00(2006.01) G06T 3/40(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 20/36(2012.01) (56)对比文件 CN 111325835 A,2020.0 6.23 CN 111341420 A,2020.0 6.26 CN 114998548 A,202 2.09.02 审查员 游婧 (54)发明名称 一种保障生成模型唯一性的高分辨率三维 模型生成方法 (57)摘要 本发明公开了一种保障生成模型唯一性的 高分辨率三维模型生成方法， 包括如下步骤： 步 骤一、 通过体素堆叠进行三维建模， 创作低分辨 率三维模型M1； 步骤二、 获得用户信息B； 步骤三、 通过哈希 算法F对用户信息B进行编码， 得到哈希 值H； 步骤四、 得到生成式神经网络算法C1； 步骤 五、 将低分辨率三维模型M1生成为高分辨率三维 模型M2； 步骤六、 将生成的高分辨率三维模型M2 上传至支持智能合约与非同质化代币的区块链 系统。 本发 明能够保障用户生 成的高分辨率三维 模型的唯一性； 本发明的适用性极强， 能够适用 于所有卷积神经网络架构中， 保障所有用户生成 的所有高分辨 率三维模型都唯一且确权 。 权利要求书1页 说明书4页 附图2页 CN 115294284 B 2022.12.20 CN 115294284 B 1.一种保障生成模型唯一性的高分辨率三维模型生成方法， 其特征在于， 包括如下步 骤： 步骤一、 通过体素堆叠进行三维建模， 创作低分辨 率三维模型M1； 步骤二、 通过 连接数字货币钱 包， 获得用户信息B； 步骤三、 通过哈希算法F对用户信息B进行编码， 得到哈希值H； 步骤四、 使用哈希值H， 采用生成式神经网络算法C进行卷积核数值计算， 得到生成式神 经网络算法C1； 步骤五、 使用生成式神经网络算法C1， 将低分辨率三维模型M1生成为高分辨率三维模 型M2； 步骤六、 将生成的高分辨率三维模型M2上传至支持智能合约与非同质化代币的区块链 系统， 从而保障高分辨 率三维模型M2的用户所有权； 所述哈希值H设定为m位； 所述采用生成式神经网络算法C进行卷积核数值计算的步骤为： 首先选定其中某一卷 积层， 假设该层具有n个卷积核； 如果n小于m， 则 取哈希值H的前n位， 如果n大于m， 则重复哈 希值H多次直至大于n位， 并取该值的前n位， 此n位编码值命名为D； 然后对卷积层的每个卷 积核进行编号， 从0至n ‑1； 然后将通过哈希值H取到的n位编码值D一一对应到每个卷积核 上， 如果D的第i位值为0， 则把第i个卷积核的所有值赋为0， 从而得到生成式神经网络算法 C1。 2.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述哈希算法F包括SHA ‑256算法、 MD5算法。 3.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述 生成式神经网络算法C为DE COR‑GAN。 4.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述用户信息B为若干种能够使用哈希算法F进行编码的数字化用户信息， 且为 该用户的唯一信息 。 5.根据权利要求4所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述用户信息B包括以太坊地址和用户创建三维模型时的时间戳。 6.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述智能合约为so lidity合约。 7.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述体素堆叠为用户在编辑器中对某 一个体素方块的某一个面或编辑器附带的 层级方块的某一个面进行点击， 然后将在对应位置生成一个新的体素 方块。 8.根据权利要求1所述的一种保障生成模型唯一性的高分辨率三维模型生成方法， 其 特征在于， 所述连接数字货币钱 包通过调用开源库来进行 数字货币钱 包连接。权　利　要　求　书 1/1 页 2 CN 115294284 B 2一种保障生成模型唯一性的高分辨 率三维模型生成方 法 技术领域 [0001]本发明涉及 三维模型生成方法， 特别涉及 一种保障生成模型唯一性的高分辨率三 维模型生成方法。 背景技术 [0002]随着元宇宙、 虚拟现实等技术的突破， 在三维虚拟世界中进行三维建模已经成为 具有现实意义的用户需求。 更重要的， 基于区块链技术， 用户可以通过非同质化代币的形式 持有其所创建的数字资产。 但是， 现有的三维模型编辑器主要存在以下两个问题： （1） 无法 保障用户创作的三维模型在元宇宙应用中的唯一性； （2） 难以平衡三维模型编辑器的自由 度与用户使用该编辑器的学习成本 。 [0003]由于在区块链技术的加持下， 用户可以通过非同质化代币的形式持有数字资产， 所以用户的数字 资产也成为了用户身份、 个性、 经历的直观体现， 因此用户往往希望该数字 资产在其适用范围内是独二无一的， 仅属于该用户的。 然而， 由于区块链的开源、 透明等特 性， 导致其他用户可以通过复现和抄袭等方式获得一模一样的数字资产， 因此可以被视为 是对该数字资产所有权的一种破坏。 目前， 国内外现有的三维模型编辑器都无法保障用户 创作出的三维模型的唯一 性， 也鲜有学者针对这个问题进行相关研究。 发明内容 [0004]本发明的目的是克服现有技术中的不足， 提供一种保障生成模型唯一性的高分辨 率三维模型生成方法。 [0005]为了达到上述目的， 本发明是通过以下技 术方案实现的： [0006]一种保障生成模型唯一 性的高分辨 率三维模型生成方法， 包括如下步骤： [0007]步骤一、 通过体素堆叠进行三维建模， 创作低分辨 率三维模型M1； [0008]步骤二、 通过 连接数字货币钱 包， 获得用户信息B； [0009]步骤三、 通过哈希算法F对用户信息B进行编码， 得到哈希值H； [0010]步骤四、 使用哈希值H， 采用生成式神经网络算法C进行卷积核数值计算， 得到生成 式神经网络算法C1； [0011]步骤五、 使用生成式神经网络算法C1， 将低分辨率三维模型M1生成为高分辨率三 维模型M2； [0012]步骤六、 将生成的高分辨率三维模型M2上传至支持智能合约与非同质化代币的区 块链系统， 从而保障高分辨 率三维模型M2的用户所有权 。 [0013]作为优选， 哈希算法F包括SHA ‑256算法、 MD5算法。 [0014]作为优选， 生成式神经网络算法C为DECOR ‑GAN， DECOR ‑GAN是一种能够将低分辨率 体素模型转化为高分辨率体素模型的神经网络算法， 但是本专利所提到的内容可以用于任 何基于神经网络的三维模型生成算法， DE COR‑GAN只是其中一个。 [0015]作为优选， 哈希值H设定为m位。说　明　书 1/4 页 3 CN 115294284 B 3