广东工业大学黄思帆获国家专利权
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！
龙图腾网获悉广东工业大学申请的专利一种面向应用端的多视图三维物体识别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：CN115601745B 。
龙图腾网通过国家知识产权局官网在2025-08-19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：202211102704.0，技术领域涉及：G06V20/64；该发明授权一种面向应用端的多视图三维物体识别方法是由黄思帆;曹江中;戴青云设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。
本一种面向应用端的多视图三维物体识别方法在说明书摘要公布了：本发明提出一种面向应用端的多视图三维物体识别方法，涉及三维物体识别的技术领域。本方法首先基于特征差异对多视图特征进行分组，将可能来自相似视角的特征分入一组并融合为多个组特征，把存在差异的多视图数据转化为相似的中间层特征，然后利用完备视图集训练教师模型，并使用知识蒸馏的方式让以完备多视图数据集训练的教师模型指导学生模型训练，使学生模型具备适应视图少和视角不确定情况的能力。在实际应用任务中，在任意多视图数据输入时，学生模型可取得良好的三维识别效果，仅需视图信息，且具有轻量化的特点。本发明有利于解决实际应用中因视图数量少、信息不足导致的三维识别效果难题。
本发明授权一种面向应用端的多视图三维物体识别方法在权利要求书中公布了：1.一种面向应用端的多视图三维物体识别方法，其特征在于，包括以下步骤： S1.对于每一个三维物体，提取多视图数据集的所有视图特征，并基于特征差异距离度量，从多视图特征中选择若干个特征作为组代表特征； S2.将除组代表特征之外的其余特征分入与组代表特征距离最近的组代表特征所在组，对各组内部的所有特征进行特征融合，得到多个组融合特征； S3.将组融合特征输入图卷积网络，进行局部信息的全局传递，得到带有全局信息的图卷积特征，将所有图卷积特征融合为三维特征描述符； S4.构建具备步骤S1～S3功能的教师模型与学生模型，利用完整多视图数据集训练教师模型，使用缺陷多视图数据集且利用完成训练的教师模型指导训练学生模型，得到训练好的学生模型； S5.将应用端的实际待识别三维物体的任意多视图数据输入至训练好的学生模型，得到三维识别结果。
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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。
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。
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。
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