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！

龙图腾网恭喜深圳大学申请的专利多模态特征嵌入的室内三维场景理解方法及终端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：CN118968271B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411436931.6，技术领域涉及：G06V20/00；该发明授权多模态特征嵌入的室内三维场景理解方法及终端是由汤圣君;王伟玺;蔡本合;李晓明;谢林甫;郭仁忠设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本多模态特征嵌入的室内三维场景理解方法及终端在说明书摘要公布了：本发明公开了一种多模态特征嵌入的室内三维场景理解方法及终端，方法包括：获取二维图像以及预处理后的点云数据，并对所述二维图像以及所述预处理后的点云数据进行多模态特征提取；将提取到的多模态特征进行融合得到多模态融合特征，通过所述多模态融合特征优化多模态特征嵌入式室内三维场景理解模型；根据所述多模态特征嵌入式室内三维场景理解模型对所述预处理后的点云数据进行语义特征的提取，并输出语义分类优化结果；本发明提出新的基于Transformer的3D语义实例分割模型结合多模态特征进行室内三维场景理解的方法，提高室内三维场景理解的准确性和全面性。

本发明授权多模态特征嵌入的室内三维场景理解方法及终端在权利要求书中公布了：1.一种多模态特征嵌入的室内三维场景理解方法，其特征在于，包括：获取二维图像以及预处理后的点云数据，并对所述二维图像以及所述预处理后的点云数据进行多模态特征提取；将提取到的多模态特征进行融合得到多模态融合特征，通过所述多模态融合特征优化多模态特征嵌入式室内三维场景理解模型；根据所述多模态特征嵌入式室内三维场景理解模型对所述预处理后的点云数据进行语义特征的提取，并输出优化后的实例掩码以及优化后的语义信息；所述获取二维图像以及预处理后的点云数据，并对所述二维图像以及所述预处理后的点云数据进行多模态特征提取，包括：获取所述二维图像，通过目标识别与提取得到对应单个目标的掩码，并通过语言-图像对比预训练模型进行视觉特征提取，得到二维单个目标全局特征；获取所述预处理后的点云数据，对所述预处理后的点云数据进行多模态特征提取，并通过基于深度学习的3D语义实例分割模型进行实例分割，得到基于语义全局特征、单个实例全局特征和基于多视图融合全局特征；所述对所述预处理后的点云数据进行多模态特征提取，并通过基于深度学习的3D语义实例分割模型进行实例分割，得到基于语义全局特征、单个实例全局特征和基于多视图融合全局特征，包括：对所述预处理后的点云数据进行语义分割并生成对应的样本标签，根据所述样本标签提取出对应的类型语义，对所述类型语义进行语义特征编码得到所述基于语义全局特征；通过所述基于深度学习的3D语义实例分割模型对所述预处理后的点云数据进行实例分割，提取单个实例，并通过实例特征编码得到所述单个实例全局特征；根据所述基于深度学习的3D语义实例分割模型分割得到的实例结果，提取对应的实例掩码和对应的语义信息，根据所述实例掩码和对应的语义信息进行多视深度图投影，得到多视深度图；通过语言-图像对比预训练模型进行多视图特征提取，并将所述多视图特征进行聚合，通过融合特征编码得到所述基于多视图融合全局特征；所述将提取到的多模态特征进行融合得到多模态融合特征，通过所述多模态融合特征优化多模态特征嵌入式室内三维场景理解模型，包括：将所述二维单个目标全局特征、所述基于语义全局特征、所述单个实例全局特征和所述基于多视图融合全局特征进行融合，得到所述多模态融合特征；通过所述多模态融合特征对所述多模态特征嵌入式室内三维场景理解模型进行再训练调参，优化模型参数配置；所述将所述二维单个目标全局特征、所述基于语义全局特征、所述单个实例全局特征和所述基于多视图融合全局特征进行融合，得到所述多模态融合特征，包括：对所述二维单个目标全局特征、所述基于语义全局特征、所述单个实例全局特征和所述基于多视图融合全局特征进行文本生成和文本对齐的操作，得到对齐后的多模态特征；将所述对齐后的多模态特征进行融合，得到所述多模态融合特征。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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”。