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！

龙图腾网获悉武汉工程大学申请的专利基于跨模态免训练的少样本点云语义分割方法及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：CN121746720B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610237206.9，技术领域涉及：G06V10/26；该发明授权基于跨模态免训练的少样本点云语义分割方法及系统是由吴锦梦;涂一鸣;张浩;朱映;黄丽坤设计研发完成，并于2026-02-28向国家知识产权局提交的专利申请。

本基于跨模态免训练的少样本点云语义分割方法及系统在说明书摘要公布了：本发明公开了一种基于跨模态免训练的少样本点云语义分割方法及系统，方法包括以下步骤：提取仅含有少量样本的支持集和查询集中样本的点云特征；利用指定的大语言模型生成与语义类别标签对应的文本描述，将文本描述映射到给定的三维场景点云空间，得到文本映射点云特征；对支持集的点云特征进行聚合，得到支持集的初始点云原型特征；根据该文本‑点云相似度权重更新支持集的点云原型特征，根据相似度权重将查询集的点云特征和支持集的点云原型特征进行融合，得到修正后的点云原型特征；计算查询集中各点云在各语义类别标签上的概率分布，确定点云对应的语义类别，进行语义分割。本发明无需进行额外训练就能显著提升少样本点云语义分割的性能。

本发明授权基于跨模态免训练的少样本点云语义分割方法及系统在权利要求书中公布了：1.一种基于跨模态免训练的少样本点云语义分割方法，其特征在于，包括以下步骤： S1、提取给定三维场景点云空间的支持集和查询集中样本的点云特征；其中支持集包括带有语义类别标签的多个点云样本，语义类别标签的个数小于等于3，带有同一语义类别标签的样本数小于等于5；查询集仅包含多个待分割的点云样本； S2、基于语义类别标签和给定三维场景，利用指定的大语言模型生成与语义类别标签对应的文本描述，将文本描述映射到给定的三维场景点云空间，得到文本映射点云特征； S3、对支持集的点云特征进行聚合，得到支持集的初始点云原型特征，其中初始点云原型特征为对某一语义类别在点云特征空间中的代表性中心表示； S4、对齐文本映射点云特征和支持集的初始点云原型特征的特征维度，计算二者之间的相关性并据此计算文本-点云相似度权重，根据该文本-点云相似度权重更新支持集的点云原型特征； S5、基于查询集的点云特征和更新后的支持集的点云原型特征，计算二者之间的相似度分布并据此计算相似度权重，并根据该相似度权重将查询集的点云特征和支持集的点云原型特征进行融合，得到修正后的点云原型特征； S6、将查询集中各点云的特征与修正后的点云原型特征进行相似度计算，得到查询集中各点云在各语义类别标签上的概率分布，确定每个查询点云对应的语义类别，进行语义分割。

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工程大学，其通讯地址为：430205 湖北省武汉市东湖新技术开发区光谷一路206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。