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！

龙图腾网获悉哈尔滨理工大学申请的专利融合视图特征和多分支网络的三维模型分类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：CN116433965B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202310264298.6，技术领域涉及：G06V10/764；该发明授权融合视图特征和多分支网络的三维模型分类是由高雪瑶;李威;张春祥设计研发完成，并于2023-03-19向国家知识产权局提交的专利申请。

本融合视图特征和多分支网络的三维模型分类在说明书摘要公布了：本发明提出了融合视图特征和多分支网络的三维模型分类方法。通过投影获得三维模型的二维视图，使用ConvNeXt网络从中提取视图特征作为全局特征。采用Canny算法提取二维视图的轮廓，利用注意力改进的ResNet从中提取轮廓特征作为局部特征。提取轮廓的D1特征、Hu矩特征、角点曲率特征组成一维特征向量作为形状特征，使用一维卷积神经网络从中提取深度形状特征。为全局特征、局部特征和形状特征分配不同权重，进行加权融合，再使用softmax函数获取每个视角下融合特征的分类预测概率，通过概率投票得到模型的分类结果。本发明将全局特征、局部特征和形状特征进行融合，增强了三维模型的表征能力，提高了三维模型的分类准确率。

本发明授权融合视图特征和多分支网络的三维模型分类在权利要求书中公布了：1.融合视图特征和多分支网络的三维模型分类方法，其特征在于，该方法包括以下步骤： 步骤1：从ModelNet10的三维模型中提取二维视图，将三维模型置于归一化的坐标系下，通过选取固定视角并投影出一系列的视图； 步骤2：使用Canny算法提取从ModelNet10中获取的全部视图的轮廓，提取轮廓的D1特征、Hu矩特征、角点曲率特征组成一维形状特征向量； 步骤3：将从ModelNet10训练模型中提取的视图、轮廓和形状特征向量构成训练数据，从ModelNet10测试模型中提取的视图、轮廓和形状特征向量构成测试数据； 步骤4：设计由ConvNeXt网络、ECA-ResNet网络和一维卷积神经网络并行连接的多分支网络模型； 步骤5：使用训练数据优化多分支网络，得到优化后的多分支网络模型，利用ConvNeXt分支从测试数据的视图中提取全局特征，使用ECA-ResNet分支从测试数据的轮廓中提取局部特征，使用一维卷积神经网络分支从测试数据的形状向量中提取形状特征，为全局特征、局部特征和形状特征分配不同权重，进行加权融合； 步骤6：利用softmax函数计算融合特征的分类预测概率，利用三维模型所有视角的分类预测概率进行投票，得到模型的分类结果。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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”。