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！

龙图腾网获悉同济大学申请的专利基于特征迁移的两阶段三维模型草图检索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：CN115795069B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211504486.3，技术领域涉及：G06F16/53；该发明授权基于特征迁移的两阶段三维模型草图检索方法是由梁爽;蔡奕阳设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本基于特征迁移的两阶段三维模型草图检索方法在说明书摘要公布了：本发明提供了一种基于特征迁移的两阶段三维模型草图检索方法方法，具有这样的特征，包括以下步骤：步骤S1，对现有的手绘草图数据标注类别标签作为第一训练数据集，对现有的三维模型数据和其二维视图数据标注类标签别作为第二训练数据集；步骤S2，根据第一训练数据训练手绘草图特征提取网络得到各个类别标签的类别中心向量；步骤S3，根据第二训练数据集训练三维模型特征提取网络；步骤S4，根据三维模型特征提取网络提取三维模型的三维模型特征，根据手绘草图特征提取网络提取待查询草图的草图特征；步骤S5，计算草图特征和各个三维模型特征的相似度，根据相似度输出三维模型。总之，本方法能够提高根据手绘草图检索三维模型的准确率。

本发明授权基于特征迁移的两阶段三维模型草图检索方法在权利要求书中公布了：1.一种基于特征迁移的两阶段三维模型草图检索方法，其特征在于，包括以下步骤： 步骤S1，对现有的手绘草图数据标注类别标签，作为第一训练数据集，对现有的三维模型数据和所述三维模型数据的多角度的二维视图数据标注所述类别标签，作为第二训练数据集； 步骤S2，构建基于分类神经网络的手绘草图特征提取网络，根据所述第一训练数据训练所述手绘草图特征提取网络，将所述第一训练数据集输入到训练好的所述手绘草图特征提取网络，得到各个所述类别标签的类别中心向量； 步骤S3，构建三维模型特征提取网络，根据所述第二训练数据集训练所述三维模型特征提取网络； 步骤S4，根据所述三维模型特征提取网络提取三维模型数据库中各个三维模型的三维模型特征，根据所述手绘草图特征提取网络提取待查询草图的草图特征； 步骤S5，计算所述草图特征和各个所述三维模型特征的相似度，按所述相似度从高到低，依次输出对应的所述三维模型； 其中，所述步骤S1包括以下子步骤： 步骤S1-1，对所述手绘草图数据标注所述类别标签，调整所述手绘草图数据的图像大小为固定尺寸，且像素范围归一化到0到1之间； 步骤S1-2，基于多个虚拟相机，获得所述三维模型数据的多角度的所述二维视图数据，对所述三维模型数据和所述二维视图数据标注所述类别标签，调整所述二维视图数据的图像大小为所述固定尺寸，且像素范围归一化到0到1之间， 所述步骤S3包括以下子步骤： 步骤S3-1，由基础的卷积神经网络Shape-CNN和多视图特征融合模块Fusion-Layer构成所述三维模型特征提取网络； 步骤S3-2，根据所述第二训练数据集，基于特征迁移损失函数Ltrans训练所述三维模型特征提取网络， 在所述步骤S3-2中，所述特征迁移损失函数Ltrans的表达式为： 式中，ti为所述三维模型特征提取网络所提取的三维模型数据i的特征，cyi为三维模型数据i的类别标签yi在手绘草图特征提取网络中对应的类别中心向量，Nshape为三维模型训练批次的大小。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。