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！

龙图腾网获悉余姚市机器人研究中心;浙江大学申请的专利一种基于图结构与时序信息融合的机械手绘草图语义分割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：CN119810431B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411673210.7，技术领域涉及：G06V10/26；该发明授权一种基于图结构与时序信息融合的机械手绘草图语义分割方法是由方鹤鸣;王进;陆国栋;周阳;李智慧设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于图结构与时序信息融合的机械手绘草图语义分割方法在说明书摘要公布了：本发明涉及计算机视觉、图像处理和草图语义分割技术领域，尤其涉及一种基于图结构与时序信息融合的机械手绘草图语义分割方法，包括如下步骤：将草图模态转化为图模态与序列模态，分别输入图结构分支与序列分支，从而充分的发掘机械草图的形状结构信息与时序信息。图结构分支采用图卷积进行节点特征与边特征的特征聚合与提取，序列分支采用图增强自注意力机制模块进行特征提取，该模块将图结构分支中的特征通过边编码与笔画编码，将其作为归纳偏置项融入序列分支的自注意力机制中，通过中心性编码加入图增强自注意力模块的序列输入处，从而充分的对机械手绘草图时序特征与图结构特征进行提取与融合，提升算法对机械手绘草图语义分割的能力。

本发明授权一种基于图结构与时序信息融合的机械手绘草图语义分割方法在权利要求书中公布了：1.一种基于图结构与时序信息融合的机械手绘草图语义分割方法，其特征在于，包括： 步骤1：通过数字画板与手绘笔采集不同机械零件的手绘草图，保留笔画坐标与时序信息，通过RDP降采样将每幅图的关键点数设置为512，再通过人工将每个关键点所属的部件类别进行标注，形成机械手绘草图语义分割数据集； 步骤2：将草图转化为图结构，送入图卷积层中，每层图卷积将对草图点与边进行聚合，采用图结构扩展策略添加新的边来更新图结构，提取草图形状结构特征； 步骤3：将草图序列输入LSTM中提取高维时序信息，再将其送入Transformer解码器中，以此提取机械手绘草图时序特征； 步骤4：将每层更新的图结构的边编码与笔画编码加入到时序分支的自注意力中，将图结构中心性编码加入到时序分支的位置面之后，使时序信息够识别并利用节点之间的结构关系； 步骤5：将图结构分支与时序分支特征相加，经过LBR，最后经过MLP层输出每个关键点的部件预测概率； 步骤1中，采用数字画板采集绘画者绘制笔画轨迹信息，序列轨迹信息储存格式为，其中是采样点坐标信息，是关键点总数，设置为512，代表绘制动作，表示第i个坐标点的人工注释标签，若，表示该状态点笔画未抬起，表示该点与下一个点相连，若，表示该状态点笔画抬起，表示该状态点是这个笔画的最后一个点，即停止绘制； 步骤4中，中心性编码根据每个结点的入度和出度为其分配两个实值嵌入向量，并将其添加到节点特征中作为输入：； 步骤4中，边编码使用最短路径找到联通图中的点，并计算路径上边特征与可学习嵌入的点积的平均值，此边编码通过偏差系数加入注意力机制中； 步骤5中，将图结构分支与时序分支输出的二维张量基于序列长度进行全局平均池化，求得平均后的进行相加操作，输入线性层，并使用Softmax进行归一化，最后输出预测结果。

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余姚市机器人研究中心;浙江大学，其通讯地址为：315400 浙江省宁波市余姚市凤山街道冶山路479号科创大厦12楼；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。