Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 清华大学高跃获国家专利权

清华大学高跃获国家专利权

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!

龙图腾网获悉清华大学申请的专利基于点云与视图融合的对象检索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:CN113886625B

龙图腾网通过国家知识产权局官网在2025-10-21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:202110914373.X,技术领域涉及:G06F16/583;该发明授权基于点云与视图融合的对象检索方法和系统是由高跃;丰一帆设计研发完成,并于2021-08-10向国家知识产权局提交的专利申请。

基于点云与视图融合的对象检索方法和系统在说明书摘要公布了:本申请提出了一种基于点云与视图融合的对象检索方法和系统,该方法包括:获取立体视觉对象的多张视图数据和点云数据,并对点云数据和视图数据分别进行数据模态的预处理转化;通过单模态的网络模型分别提取视图数据的单视图特征和视图模态特征,以及点云数据的逐点特征和点云模态特征;对单视图特征和点云模态特征进行交叉融合,并对视图模态特征和逐点特征进行交叉融合,以获得多模态融合特征;从多模态融合特征中提取出立体视觉对象的统一表示特征,并根据统一表示特征进行立体视觉对象的分类与检索。该方法通过点云与视图联合表示与多模态交叉融合,实现了对立体视觉对象的精准刻画,进一步的优化了立体视觉对象的分类和检索的性能。

本发明授权基于点云与视图融合的对象检索方法和系统在权利要求书中公布了:1.一种基于点云与视图融合的对象检索方法,其特征在于,包括以下步骤: S1:通过在不同角度设置的多个相机拍摄立体视觉对象,获取所述立体视觉对象的多张视图数据,对所述立体视觉对象的表面进行最远点采样,以生成所述立体视觉对象的点云数据,并对所述点云数据和视图数据分别进行数据模态的预处理转化; S2:通过单模态的网络模型分别提取所述视图数据的单视图特征和视图模态特征,以及所述点云数据的逐点特征和点云模态特征; S3:对所述单视图特征和所述点云模态特征进行交叉融合,并对所述视图模态特征和所述逐点特征进行交叉融合,以获得多模态融合特征; 步骤S3具体包括: 将每个所述单视图特征分别与所述点云模态特征进行融合,获得对应的联合点云的单视图特征; 将每个所述联合点云的单视图特征进行融合,生成逐视图与点云交叉融合特征; 所述逐视图与点云交叉融合特征,表示为: 其中,VFi为联合点云的单视图特征,hα·,·为单视图特征和点云模态特征的融合函数,pa为点云模态特征,为单视图特征,m表示视图数据的数量为m张,Maxpool是最大池化函数,Fvp为逐视图与点云交叉融合特征; 将每个所述逐点特征分别与所述视图模态特征进行融合,获得对应的联合视图的逐点特征; 将每个联合视图的逐点特征进行融合,生成逐点与视图模态融合特征; 所述逐点与视图模态融合特征,表示为: 其中,PFi为联合视图的逐点特征,va为视图模态特征,为点云的逐点特征,n表示点云数据包含n个点,hβ·,·为逐点特征与视图模态特征的融合函数,Fpv为逐点与视图模态融合特征; S4:从所述多模态融合特征中提取出所述立体视觉对象的统一表示特征,并根据所述统一表示特征进行所述立体视觉对象的分类与检索。

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清华大学,其通讯地址为:100084 北京市海淀区清华园;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。

免责声明
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。