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！

龙图腾网获悉中南大学申请的专利二维形状内蕴对称检测方法及二维动物形状对称检测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：CN116958236B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310758604.1，技术领域涉及：G06T7/68；该发明授权二维形状内蕴对称检测方法及二维动物形状对称检测方法是由刘圣军;滕子;王海波;刘新儒设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本二维形状内蕴对称检测方法及二维动物形状对称检测方法在说明书摘要公布了：本发明公开了一种二维形状内蕴对称检测方法，包括获取二维形状数据并预处理得到预处理数据特征；提取二维形状的特征点；二维形状特征点在内蕴对称下的匹配；构建二维形状内蕴对称检测求解模型并求解得到最终的二维形状内蕴对称检测模型；将目标二维形状的数据输入到二维形状内蕴对称检测模型中，得到目标二维形状的边界在内蕴对称下的逐点对应结果，完成内蕴对称检测。本发明还公开了一种包括所述二维形状内蕴对称检测方法的二维动物形状对称检测方法。本发明设计了特征对称点对提取算法，建立了二维内蕴对称检测优化模型，并采用交替迭代算法进行模型求解；因此本发明方法不仅能够实现二维形状的内蕴对称检测，而且可靠性更高，精确性更好。

本发明授权二维形状内蕴对称检测方法及二维动物形状对称检测方法在权利要求书中公布了：1.一种二维形状内蕴对称检测方法，包括如下步骤： S1.获取现有的二维形状数据； S2.对步骤S1获取的二维形状数据，进行数据预处理，得到预处理数据特征； S3.根据步骤S2得到的预处理数据特征，采用形状特征点提取算法，提取二维形状的特征点； S4.根据步骤S3得到的二维形状的特征点，采用形状特征点匹配算法，进行二维形状特征点在内蕴对称下的匹配； S5.根据步骤S4得到的匹配结果，基于特征对称点对和函数映射框架，构建二维形状内蕴对称检测求解模型；具体包括如下步骤： 采用如下算式作为二维形状内蕴对称检测求解模型： 式中Π为二值矩阵，且取值规则为Tp为形状M到形状N的逐点映射，u为形状M上的某点，v为形状M上的某异于点u的点；k为矩阵C的阶数；Ck为矩阵C的k阶主子矩阵；矩阵C为函数映射T的离散表示形式；为矩阵Ck的转置；Ik为k×k的单位矩阵； 为Frobenius范数的平方；为形状M的拉普拉斯贝尔特拉米算子的前k项截断特征向量；为矩阵的伪逆；为关于有向线段的映射，若有向线段的方向为沿测地曲线的顺时针方向则若有向线段的方向为沿测地曲线的逆时针方向则ζy为集合Y中顶点y到其距离最近的landmark点的映射；Y为形状三角面片边界上除特征点之外的顶点集合；Tpy为形状M边界上除特征点外的点y映射到形状M边界上的另一个异于y的点；ζTpy为集合Y中顶点Tpy到其距离最近的landmark点的映射；Πfix为二维形状特征点在内蕴对称下的对称特征点对集合； S6.对步骤S5构建的二维形状内蕴对称检测求解模型进行求解，得到最终的二维形状内蕴对称检测模型； S7.将目标二维形状的数据输入到步骤S6得到的二维形状内蕴对称检测模型中，得到目标二维形状的边界在内蕴对称下的逐点对应结果，完成目标二维形状的内蕴对称检测； 其中，所述的二维形状内蕴对称检测方法，应用于二维动物形状的对称检测；所述的二维形状数据，具体为二维动物形状数据。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。

以上内容由龙图腾AI智能生成。