北京大学英向华获国家专利权
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!
龙图腾网获悉北京大学申请的专利基于多源异构数据融合的三维场景分割域迁移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:CN116246070B 。
龙图腾网通过国家知识产权局官网在2025-06-24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:202310092486.5,技术领域涉及:G06V10/26;该发明授权基于多源异构数据融合的三维场景分割域迁移方法及装置是由英向华;邢博威;王睿彬;杨锦发;陈泰言设计研发完成,并于2023-01-29向国家知识产权局提交的专利申请。
本基于多源异构数据融合的三维场景分割域迁移方法及装置在说明书摘要公布了:本公开涉及一种基于多源异构数据融合的三维场景分割域迁移方法及装置。所述方法包括:获取源域和目标域的多模态数据以及源域三维点云数据的分割标签,并提取多模态数据的特征;基于二维图像数据和三维点云数据的映射关系,将源域像素特征和目标域像素数据分别划分为具有映射关系的像素特征和不具有映射关系的像素特征;综合跨模态对比学习和监督学习对语义分割模型进行训练,得到训练后的语义分割模型;将目标域中的待分割三维点云数据输入所述训练后的语义分割模型,得到三维场景分割域迁移结果。本公开实现了语义分割模型从源域到目标域的迁移。
本发明授权基于多源异构数据融合的三维场景分割域迁移方法及装置在权利要求书中公布了:1.一种基于多源异构数据融合的三维场景分割域迁移方法,其特征在于,所述方法包括: 获取源域和目标域的多模态数据以及源域三维点云数据的分割标签、源域中二维像素的真实类别标签,并提取多模态数据的特征;所述多模态数据包括:三维点云数据和二维图像数据,所述多模态数据的特征包括:源域点特征、源域像素特征和目标域点特征、目标域像素数据; 基于二维图像数据和三维点云数据的映射关系,将源域像素特征和目标域像素数据分别划分为具有映射关系的像素特征和不具有映射关系的像素特征; 综合跨模态对比学习和监督学习对语义分割模型进行训练,得到训练后的语义分割模型;其中,所述跨模态对比学习是指在源域和目标域中,增加不同模态之间点特征和具有映射关系的像素特征在同一特征空间中的特征表示相似度,并减少不同模态之间点特征和不具有映射关系的像素特征在该特征空间中的特征表示相似度;所述监督学习是指利用源域三维点云数据的分割标签与源域中二维像素的真实类别标签进行监督训练;所述跨模态对比学习的损失F2D和F3D分别表示对二维图像数据和三维点云数据处理后得到的图像特征和点云特征,N为每个模态中的特征数目, 和分别表示一一对应的二维像素特征和三维点特征,τ为预先设置的参数系数,是以第i个二维特征为中心计算得到的对比学习损失,是以第i个三维特征为中心计算得到的对比学习损失,距离度量函数cos函数为余弦距离函数,定义为cosu,v=uTv||u||||v||,φ2D和φ3D为特征投影函数,负责将二维特征和三维特征投影到共享的特征空间中进行度量; 将目标域中的待分割三维点云数据输入所述训练后的语义分割模型,得到三维场景分割域迁移结果。
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北京大学,其通讯地址为:100871 北京市海淀区颐和园路5号北京大学;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”。
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。