广东工业大学曹江中获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种基于自注意力机制的3D物体识别方法和系统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:CN115393841B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202210894043.3,技术领域涉及:G06V20/64;该发明授权一种基于自注意力机制的3D物体识别方法和系统是由曹江中;余良耿设计研发完成,并于2022-07-27向国家知识产权局提交的专利申请。
本一种基于自注意力机制的3D物体识别方法和系统在说明书摘要公布了:本发明公开一种基于自注意力机制的3D物体识别方法和系统,涉及3D物体识别的技术领域,包括:获取多视角图及其位置信息;将多视角图输入卷积神经网络,获得特征编码和分类得分;将位置信息和视图无关信息嵌入相应视角图的特征编码中,获得第一嵌入特征编码输入第一自注意力网络模型,输出第一自注意力特征编码;利用分类得分对第一自注意力特征编码采样,嵌入位置信息和视图无关信息,获得第二嵌入特征编码输入第二自注意力网络模型,输出第二自注意力特征编码;基于第一、第二自注意力特征编码构建全局特征描述符用于分类检索,获得识别结果。本发明充分考虑多视角图之间的联系,将特征信息聚合在具有代表性的视角图上,减少了特征信息冗余。
本发明授权一种基于自注意力机制的3D物体识别方法和系统在权利要求书中公布了:1.一种基于自注意力机制的3D物体识别方法,其特征在于,包括步骤: S1:获取待识别3D物体的多视角图和每张视角图的位置信息; S2:将所述待识别3D物体的多视角图输入预训练的卷积神经网络进行分类,获得多视角图的特征编码和分类得分; S3:将每一张视角图的位置信息结合视图无关信息,嵌入相应视角图的特征编码中,获得第一嵌入特征编码; S4:将第一嵌入特征编码输入第一自注意力网络模型,输出第一自注意力特征编码; 第一自注意力网络模型包括N个依次连接的自注意网络;每个自注意网络均包括依次连接的第一归一化层、多头注意层、第一残差点、第二归一化层、线性映射层和第二残差点; 第一嵌入特征编码X0输入第一自注意网络,依次经过第一归一化层和多头注意层处理后,与X0在第一残差连接点连接获得中间特征编码X';X'依次经过第二归一化层和线性映射层处理,与X'在第二残差点连接获得第一自注意网络输出X1; 将第一自注意网络输出X1输入第二自注意网络,按照相同的方法,输出第二自注意网络输出X2,直至经过N个自注意网络的处理; 将第一自注意力网络模型的输出作为第一自注意力特征编码Xlast; S5:根据所述视角图的分类得分,对第一自注意力特征编码进行采样,获得采样结果; S6:在所述采样结果中嵌入对应的视角图的位置信息和视图无关信息获得第二嵌入特征编码; S7:将第二嵌入特征编码输入第二自注意力网络模型,输出第二自注意力特征编码; S8:根据第一自注意力特征编码和第二自注意力特征编码,构建全局特征描述符; S9:根据全局特征描述符进行分类检索,获得识别3D物体的识别结果。
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广东工业大学,其通讯地址为:510090 广东省广州市越秀区东风东路729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”。
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。