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:中国科学技术大学
摘要:本公开属于计算机视觉领域,具体涉及3D视觉语言模型的零样本学习和3D场景理解方法及装置。其中所述3D视觉语言模型的零样本学习方法包括:获取目标3D场景附加预设全局信息的第一图片;将所述第一图片以及对应的第一语言提示词输入视觉语言预训练模型,得到预设数目的观察点以及对应的位姿,其中,所述第一语言提示词与所述目标3D场景和所述观察点相关;基于所述观察点获取所述目标3D场景的第二图片,所述视觉语言预训练模型基于所述第二图片以及对应的第二语言提示词调整观察点位姿直至达到预设标准,其中,所述第二语言提示词与所述第一语言提示词包含相同场景。
主权项:1.一种3D视觉语言模型的零样本学习方法,其特征在于,包括:获取目标3D场景附加预设全局信息的第一图片;将所述第一图片以及对应的第一语言提示词输入视觉语言预训练模型,得到预设数目的观察点以及对应的位姿,其中,所述视觉语言预训练模型输入图像信息和自然语言,输出对所述图像信息的理解,所述第一语言提示词与所述目标3D场景和所述观察点相关;基于所述观察点获取所述目标3D场景的第二图片,所述视觉语言预训练模型基于所述第二图片以及对应的第二语言提示词调整观察点位姿直至达到预设标准,其中,所述第二语言提示词与所述第一语言提示词包含相同场景。
全文数据:
权利要求:
百度查询: 中国科学技术大学 3D视觉语言模型的零样本学习和3D场景理解方法及装置
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。