北京航空航天大学王佐旭获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利一种基于多模态输入与智能优化的3D设计辅助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:CN119832157B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411913269.9,技术领域涉及:G06T17/00;该发明授权一种基于多模态输入与智能优化的3D设计辅助方法是由王佐旭;梁欣欣设计研发完成,并于2024-12-24向国家知识产权局提交的专利申请。
本一种基于多模态输入与智能优化的3D设计辅助方法在说明书摘要公布了:本发明公开了一种基于多模态输入与智能优化的3D设计辅助方法,包括:获取待处理文本数据和待处理图像数据;对所述待处理文本数据和所述待处理图像数据分别进行特征提取,得到文本特征和图像特征;所述文本特征包括尺寸描述、功能性描述、材料描述和结构描述;所述图像特征包括图像结构特征;对所述文本特征和所述图像特征进行特征融合,得到融合特征;基于所述融合特征构建若干3D模型;基于预设设计规则和所述文本特征构建知识图谱,基于所述知识图谱对各所述3D模型进行评价,基于评价结果确定最优3D模型。本发明所述技术方案显著提高了3D模型的生成效率和准确性。
本发明授权一种基于多模态输入与智能优化的3D设计辅助方法在权利要求书中公布了:1.一种基于多模态输入与智能优化的3D设计辅助方法,其特征在于,包括: 获取待处理文本数据和待处理图像数据; 对所述待处理文本数据和所述待处理图像数据分别进行特征提取,得到文本特征和图像特征;所述文本特征包括尺寸描述、功能性描述、材料描述和结构描述;所述图像特征包括图像结构特征; 对所述文本特征和所述图像特征进行特征融合,得到融合特征; 所述对文本特征和图像特征进行特征融合的具体步骤包括: 特征适配:对图像特征G和文本特征T进行维度匹配,确保两个特征向量在同一维度空间内可对齐,设图像特征维度为n,文本特征维度为m,特征维度的转换通过适配矩阵A完成,表示为: R=A·G+A·T 式中,A为适配矩阵,用于将图像和文本特征投影到统一的维度空间; 注意力机制融合:通过多头注意力机制,将图像特征和文本特征进行融合:设注意力权重为αi,表示为: 式中,R为融合后的特征向量,αi是基于特征重要性计算得到的注意力权重,Gi和Ti分别为图像和文本特征的第i个分量; 输出融合特征:生成的融合向量R表示统一的多模态特征,该特征作为生成3D模型的输入; 将融合特征输入到Point-E模型中,通过点云技术生成若干个初始模型,对各初始模型进行渲染优化,得到若干3D模型; 解析用户需求:解析用户输入的设计需求,将设计需求转化为可操作的筛选规则,筛选规则包括机翼承载能力、机身的流线型设计和材料要求; 构建知识图谱:构建包含基础设计规则、功能需求和几何约束的知识图谱,利用该图谱在模型筛选过程中辅助匹配生成的模型与用户的需求; 模型评分与选择:根据知识图谱中的设计规则,对生成的3D模型进行评分,选取评分最高的3D模型作为最优3D模型;其中,评分标准包括结构完整性、功能匹配度和创新性。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励