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！

龙图腾网获悉厦门大学申请的专利三维点云密集字幕生成与视觉定位的联合推理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：CN118433331B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202410347891.1，技术领域涉及：H04N5/278；该发明授权三维点云密集字幕生成与视觉定位的联合推理方法及装置是由纪荣嵘;罗咏东;林豪佳;郑侠武;蒋易耕;晁飞设计研发完成，并于2024-03-26向国家知识产权局提交的专利申请。

本三维点云密集字幕生成与视觉定位的联合推理方法及装置在说明书摘要公布了：本发明公开了一种三维点云密集字幕生成和视觉定位的联合推理方法及装置，涉及三维视觉任务技术领域。所述方法包括：将双线索描述生成器DCC作为密集字幕生成模块引入基于DETR架构的3DVG模型构成联合模型，DCC处理双重视觉线索VcVc=QQ,VV，在描述一个提议时，标准的“序列开始标记”前缀被描述查询中的查询QQ替换，以识别焦点中的物体，同时引入视觉特征VV作为物体与周围环境互动和关系信息的载体；模型推理时，描述性文本包括3DVG描述文本和或3DDC描述文本，得到描述的目标框和或所有标签框及对应的密集的字幕。本发明提供的一种三维点云密集字幕生成和视觉定位的联合推理方法及装置，通过构建单阶段的联合推理框架实现了高效的端到端训练。

本发明授权三维点云密集字幕生成与视觉定位的联合推理方法及装置在权利要求书中公布了：1.一种三维点云密集字幕生成与视觉定位的联合推理方法，其特征在于，包括： 联合模型构建过程：将双线索描述生成器DCC作为密集字幕生成模块引入基于DETR架构的3DVG模型构成联合模型，DCC处理双重视觉线索Vc=Q,V，在描述一个提议时，标准的“序列开始标记”前缀被描述查询中的查询Q替换，以识别焦点中的物体，同时引入视觉特征V作为物体与周围环境互动和关系信息的载体；其中，查询Q由基于DETR架构的3DVG模型的对象解码器生成，视觉特征V由基于DETR架构的3DVG模型的交叉注意力编码器基于视觉令牌V0和文本令牌T0生成； 联合模型推理过程：获取输入点云和对应的描述性文本，所述描述性文本包括3DVG描述文本和或3DDC描述文本，其中，所述3DDC描述文本由串联的待识别对象的标签组成； 当描述性文本包括3DVG描述文本时，联合模型的BoxHead输出对象框，然后根据指代分数选择指代文本中描述的目标框； 当描述性文本包括3DDC描述文本时，联合模型的BoxHead输出对象框，然后选择3DDC描述文本中描述的所有标签框，并且CaptionHead为每个标签框生成对应的密集字幕； 所述基于DETR架构的3DVG模型为改进的EDA模型，将从输入点云提取视觉特征的PointNet++替换为PointMetaBase，采用最远点采样算法从原始点云P中采样固定数量的n个点作为候选点，然后给定PointMetaBase输出的令牌，使用球半径为r的球查询为C中的每个候选点找到坐标空间中的个最近邻令牌，然后使用最大池化将的特征分配给它们，最终获得视觉令牌： 其中，输入的点云，n表示视觉令牌的数量，N表示点云的大小。

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厦门大学，其通讯地址为：361000 福建省厦门市思明区思明南路422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。