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！

龙图腾网获悉武汉纺织大学申请的专利一种基于掩码重建机制的多模态工业异常检测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：CN120495845B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510754161.8，技术领域涉及：G06V10/82；该发明授权一种基于掩码重建机制的多模态工业异常检测方法和系统是由李丽;付志辉;吴枫;王兆静;彭涛;徐佳琪设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于掩码重建机制的多模态工业异常检测方法和系统在说明书摘要公布了：本发明公开了一种基于掩码重建机制的多模态工业异常检测方法和系统，该方法针对工业生产中获取高质量标注数据集难，以及3D多模态数据融合利用难等问题，摒弃预训练模型与记忆库方法，采用基于重构的方式处理点云和RGB图像，以此降低计算资源消耗、增强实时性能。本发明方法包括在RGB图像和3D点云数据里分别运用掩码重建机制，精准提取2D与3D数据特征，助力提升异常检测表现；在3D点云信息提取中引入GPS几何感知采样，且在联合编码器中添加图注意力机制，强化2D‑3D特征交互与跨模态理解能力。本发明在MVTec3D‑AD和Eyescandies数据集上开展大量实验，充分验证了本方法的有效性，为工业异常检测达到全新性能高度提供有力支撑，为保障工业产品质量给出新思路。

本发明授权一种基于掩码重建机制的多模态工业异常检测方法和系统在权利要求书中公布了：1.一种基于掩码重建机制的多模态工业异常检测方法，其特征在于，包括如下步骤： 步骤1，对于给定的3D点云和对应的2D图片输入，采用几何感知的点云采样方法处理原始3D点云，得到采样点集； 步骤2，搭建一个分层的2D-3D嵌入模块，结合采样点集，对3D点云和2D图像分别进行处理与标记化，并随机遮掩部分标记后提取可见标记； 步骤3，搭建一个2D-3D联合Transformer，包括一个联合编码器和一个联合解码器，将处理后的2D和3D可见标记输入到2D-3D联合Transformer中进行多模态重建，其中联合解码器包括模态共享解码器和特定模态解码器； 联合编码器的具体处理过程如下： 将两种模态的可见标记沿标记维度进行连接，在这之前，先进行输入构建；首先将2D可见标记与对应的模态特定标记相加，3D可见标记与相加，模态特定标记与是在训练前随机初始化的，维度为，C表示通道维度；然后将上述两个相加后的结果沿标记维度进行连接，完成输入构建，得到联合编码器的输入： ； 联合编码器由k个带有自注意力层的Transformer块组成，用于2D-3D特征交互，其公式化为： ； 其中表示2D-3D联合编码器，表示输入点云的可见2D-3D特征； 联合解码器的具体处理过程如下： 采用两个可学习的C维遮掩标记和，将其与编码后的2D-3D标记沿着标记维度进行拼接，得到模态共享解码器的输入： ； 模态共享解码器包含k1个具有自注意力层的Transformer块，对输入数据进行特征融合与转换，输出融合后的特征表示为，将其公式化为： ； 其中，表示模态共享解码器，表示解码后的2D-3D特征； 将沿标记维度划分为和，将划分为和，然后输入两个并行的特定模态解码器；特定模态解码器包含用于获取浅层特征的输入层、用于获取中层特征的中间层和用于获取高层特征的输出层；中间层包含1个采用了交叉注意力层的block，以作为查询，经联合编码器处理后的2D和3D模态的可见特征作为键和值，聚焦2D和3D独特特征进行重建，得到模态特定解码特征和，将其公式化为： ； ； 其中分别表示2D和3D的模态特定解码特征，为2D模态特定解码器，为3D模态特定解码器； 步骤4，在联合解码器输出结果后，通过线性层恢复被遮掩部分，以2D重建损失、3D重建损失及交叉重建损失计算总损失； 步骤5，以训练所得的特定模态解码器为特征提取器，对输入的原始以及重建的3D点云和2D图像分别进行特征提取并融合，以此计算得出2D与3D模态异常分数并聚合，得到最终的异常分数图，完成异常检测。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1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。