Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜河北工业大学张满囤获国家专利权

恭喜河北工业大学张满囤获国家专利权

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!

龙图腾网恭喜河北工业大学申请的专利一种基于多视图分组感知注意力的三维物体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:CN114708469B

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:202210350763.3,技术领域涉及:G06V10/774;该发明授权一种基于多视图分组感知注意力的三维物体识别方法是由张满囤;权子洋;师子奇;申冲;刘川;郭竹砚;史京珊设计研发完成,并于2022-04-02向国家知识产权局提交的专利申请。

一种基于多视图分组感知注意力的三维物体识别方法在说明书摘要公布了:本发明公开了一种基于多视图分组感知注意力的三维物体识别方法。首先获取不同三维物体模型不同拍摄角度的多张二维视图,利用卷积神经网络对多个视图进行处理提取视图特征向量,根据相似度分数将视图特征向量进行分组,再分别计算每个视图特征向量在其组内的权重系数,再使用加权求和的方式将一个分组内的所有视图特征向量融合为一个组级融合视图特征向量;最后经过循环神经网络挖掘组级融合视图特征向量之间的相关性,通过多感知组注意力将不同贡献的组级关联视图特征向量自适应地融合为一个三维物体描述符用于物体的分类。本发明结合了卷积神经网络、循环神经网络和注意力算法的优势,显著提高了三维物体识别的精确度和效率。

本发明授权一种基于多视图分组感知注意力的三维物体识别方法在权利要求书中公布了:1.一种基于多视图分组感知注意力的三维物体识别方法,其特征在于,该方法包括以下步骤:步骤1、获取三维物体数据集;数据集包括若干类三维物体模型,每一类包括若干个三维物体模型;步骤2、获取三维物体模型的二维视图:在三维物体模型的周向沿水平面均匀设置N个虚拟相机,对数据集中的每个三维物体模型进行拍摄,并将三维物体模型置于其视图的中心位置处,得到每个三维物体模型的各自的N张二维视图;步骤3、卷积神经网络提取二维视图特征:针对某一个三维物体模型,将步骤2得到的其N张二维视图依次输入到卷积神经网络中进行视图特征提取,得到该三维物体模型的N个视图特征向量;步骤4、视图分组:计算步骤3提取的N个视图特征向量之间的相似度分数,再根据相似度分数将N个视图特征向量进行分组,将相似度高的视图特征向量分为一组,共分为M组;步骤5、视图分组融合:每一个分组分别计算每个视图特征向量在其组内的权重系数,再使用加权求和的方式将一个分组内的所有视图特征向量融合为一个组级融合视图特征向量,共得到M个组级融合视图特征向量;步骤6、将步骤5得到的M个组级融合视图特征向量输入到Bi-LSTM循环神经网络中,Bi-LSTM循环神经网络将组级融合视图特征向量视为一种时间序列,得到这M个组级融合视图特征向量之间的相关性;再根据相关性,输出M个组级关联视图特征向量;步骤7、使用多感知组注意力将步骤6得到的M个组级关联视图特征向量聚合为一个三维物体描述符;步骤8、三维物体识别:将步骤7得到的三维物体描述符送入一个全连接层中,其神经元个数与数据集中的三维物体模型的种类数相同,然后生成一组二进制数据;该组二进制数据中数字为1的位置表示该三维物体模型的识别结果。

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河北工业大学,其通讯地址为:300130 天津市红桥区丁字沽光荣道8号河北工业大学东院330#;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。