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！

龙图腾网获悉天津大学申请的专利一种无监督多模态三维模型识别方法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：CN116740518B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310698205.0，技术领域涉及：G06V10/80；该发明授权一种无监督多模态三维模型识别方法是由雷建军;秦天一;彭勃;姚宇轩设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种无监督多模态三维模型识别方法在说明书摘要公布了：本发明公开了一种无监督多模态三维模型识别方法，包括：构建基于映射的缺失特征生成模块，通过探索模态间一致的语义信息，以学习模态间的映射关系，生成缺失实例的表示；构建双重自适应跨模态融合模块，引入实例级自适应权重选择策略和模态级自适应权重选择策略以在融合过程中有效缓解实例间差异以及模态间差异，引入点云‑视图融合方式获得全面的三维模型表示；设计基于多损失函数的网络优化机制，构建映射损失以利用现有的成对多视图和点云特征约束基于映射的缺失特征生成模块的学习，构建重建损失以促进实例级自适应权重和模态级自适应权重的更新；以端到端的方式训练网络，最终输出三维模型的识别结果。本发明有效提升对无标记多模态三维模型识别的精度，推动三维模型在虚拟现实、智能制造等领域的应用。

本发明授权一种无监督多模态三维模型识别方法在权利要求书中公布了：1.一种无监督多模态三维模型识别方法，其特征在于，所述方法包括： 构建基于映射的缺失特征生成模块，通过探索模态间一致的语义信息，以学习模态间的映射关系，生成缺失实例的表示； 构建双重自适应跨模态融合模块，引入实例级自适应权重选择策略和模态级自适应权重选择策略以在融合过程中缓解实例间差异以及模态间差异，引入点云-视图融合方式获得全面的三维模型表示； 设计基于多损失函数的网络优化机制，构建映射损失以利用现有的成对多视图和点云特征约束基于映射的缺失特征生成模块的学习，构建重建损失以促进实例级自适应权重和模态级自适应权重的更新； 以端到端的方式训练网络，在摆脱标签依赖的情况下，最终输出三维模型的识别结果； 其中，所述实例级自适应权重选择策略为：用于已有实例的表示和生成的实例表示，平衡不同实例表示的信息量，公式如下： ； ； 其中，和分别表示经过实例级自适应后的点云和多视图特征序列，和分别表示用于已有实例表示和生成的实例表示的自适应权重，是控制不同权重之间平滑度的系数；表示生成的点云特征，表示生成的多视图特征；表示已有点云的特征，表示多视图数据的特征； 其中，所述模态级自适应权重选择策略为：用于点云模态表示和多视图模态表示，平衡不同模态表示间的信息量，公式如下： ； ； 其中，和分别表示经过实例级和模态级自适应后的点云和多视图特征序列，和分别表示用于点云模态表示和多视图模态表示的自适应权重，和分别表示经过实例级自适应后的点云和多视图特征序列；是控制不同权重之间平滑度的系数。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。