龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中山大学
摘要：本发明涉及计算机视觉的技术领域，提出一种从大模型中发现常见交互属性的可操作部件感知方法，包括以下步骤：获取现实场景的物体的可操作部件对应的图像‑文本配对数据集，并编码得到图像‑文本配对数据集对应的视觉级别的嵌入和文本嵌入；利用对比学习训练使所述视觉级别的嵌入和文本嵌入之间的互信息最大化，得到训练好的视觉级别的嵌入和文本嵌入；将训练好的视觉级别的嵌入对应的图像特征蒸馏至3D空间；基于蒸馏结果和训练好的文本嵌入对现实场景物体的可操作部件进行实例分割，得到部件的分割掩码；基于部件的分割掩码利用姿态预测网络预测得到部件的预测位姿；将部件的分割掩码和部件的预测位姿用于实现具身智能与现实场景物体间的交互。
主权项：1.一种从大模型中发现常见交互属性的可操作部件感知方法，其特征在于，包括以下步骤：利用大语言模型和扩散模型，获取现实场景的物体的可操作部件对应的图像-文本配对数据集；利用图像编码器和文字编码器，对图像-文本配对数据集进行编码，得到图像-文本配对数据集对应的视觉级别的嵌入和文本嵌入；利用对比学习训练所述视觉级别的嵌入和文本嵌入，当所述视觉级别的嵌入和文本嵌入之间的互信息最大化时，停止训练，得到训练好的视觉级别的嵌入和训练好的文本嵌入；基于知识蒸馏，将训练好的视觉级别的嵌入对应的图像特征蒸馏至3D空间；基于蒸馏至3D空间的图像特征和训练好的文本嵌入，对现实场景的物体的可操作部件进行实例分割，得到部件的分割掩码；基于部件的分割掩码，利用姿态预测网络预测得到部件的预测位姿；将部件的分割掩码和部件的预测位姿用于实现具身智能与现实场景的物体之间的交互。
全文数据：
权利要求：
百度查询： 中山大学 一种从大模型中发现常见交互属性的可操作部件感知方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号