龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学
申请日：2024-03-06
公开（公告）日：2024-05-28
公开（公告）号：CN118097274A
主分类号：G06V10/764
分类号：G06V10/764;G06V20/64;G06V10/82;G06V10/40;G06N3/0464;G06N3/0455;G06N3/08;G06V10/26;G06V10/75
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明公开了一种基于互斥体协作网络的三维点云零样本分类方法及装置，方法包括：数据集预处理，分割数据集为可见类别和不可见类别样本，并获取各类别的语义特征向量；构建互斥体协作神经网络，包括点云编码器、互斥体学习模块、双分支学习模块和分类模块；训练阶段采取互斥损失、分类损失和正则化损失函数用于更新梯度传播，以端到端的方式训练网络；测试阶段对双分支特征融合，并于类别语义特征向量进行匹配，得到分类结果。本发明通过互斥体学习发散地学习3D特征，以明确地发现对象的更多判别部分，为了增强对象的这些不同部分的学习特征，进一步设计通过利用图在激活区域之间传播协作信息，提升了三维点云零样本分类的性能及准确率。
主权项：1.基于互斥体协作网络的三维点云零样本分类方法，其特征在于，包括下述步骤：数据集预处理，分割数据集为可见类别和不可见类别样本，并获取可见类别和不可见类别样本的语义特征向量；构建互斥体协作神经网络，所述互斥体协作神经网络包括点云编码器、互斥体学习模块、双分支学习模块和分类模块；所述点云编码器对三维点云进行特征提取；所述互斥体学习模块对提取的特征进行互斥部分激活，得到K个激活特征；所述双分支学习模块分别通过互斥、协作两个分支将互斥体特征融合嵌入；所述分类模块用于对三维点云进行分类；采取互斥损失、分类损失和正则化损失函数更新梯度传播，以端到端的方式训练互斥体协作神经网络；基于训练好的互斥体协作神经网络，对双分支特征融合，并与类别语义特征向量进行匹配，得到分类结果。
全文数据：
权利要求：
百度查询： 华南理工大学 基于互斥体协作网络的三维点云零样本分类方法及装置
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