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！

龙图腾网获悉济南大学申请的专利基于跨模态类中心对齐的草图检索三维模型方法及系统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：CN120632135B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511120087.0，技术领域涉及：G06F16/53；该发明授权基于跨模态类中心对齐的草图检索三维模型方法及系统是由田京兰;苏一轩;唐新月;葛鸿儒设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本基于跨模态类中心对齐的草图检索三维模型方法及系统在说明书摘要公布了：本发明提出一种基于跨模态类中心对齐的草图检索三维模型方法及系统，属于基于草图的三维模型检索技术领域。方法为，将三维模型的多视角图像输入预训练的教师模型，提取三维模型特征并分类，将分类器权重矩阵作为三维模型各类别的类中心；识别待检索草图中的高密度线条区域；通过选择性擦除机制，保留核心轮廓，生成线条特征增强的草图数据；将特征增强后的草图数据输入预训练的学生模型，基于深度语义特征捕获与全局特征筛选，得到跨模态对齐的草图特征；计算所述草图特征与三维模型特征的相似度，按相似度降序排列实现草图到三维模型的检索。本发明通过类中心构建、线条增强及蒸馏学习，实现跨模态特征精准对齐，提升检索精度。

本发明授权基于跨模态类中心对齐的草图检索三维模型方法及系统在权利要求书中公布了：1.一种基于跨模态类中心对齐的草图检索三维模型方法，其特征在于，包括： 将三维模型的多视角图像输入预训练的教师模型，提取三维模型特征并分类，将分类器权重矩阵作为三维模型各类别的类中心； 识别待检索草图中的高密度线条区域；基于线条密度检测，识别待检索草图中的高密度线条区域；通过选择性擦除机制，精确识别并仅擦除黑色线条部分，保持背景区域完整； 保留核心轮廓，生成线条特征增强的草图数据，具体包括： 针对高密度线条区域，随机生成矩形遮挡区域； 对矩形遮挡区域进行合规校验：若随机生成的矩形遮挡区域与草图边框重叠超预设值，则重新生成矩形遮挡区域；若矩形遮挡区域内的线条数量为0，则放弃该区域； 对合规的矩形遮挡区域，基于RGB阈值通过三通道像素值比对，确定擦除区域；对擦除区域进行合规校验：擦除区域包含线条，且擦除面积不超过草图总面积的预设最大比例； 在合规擦除区域擦除冗余线条，保留核心轮廓； 将特征增强后的草图数据输入预训练的学生模型，基于深度语义特征捕获与全局特征筛选，得到跨模态对齐的草图特征； 计算所述草图特征与三维模型特征的相似度，按相似度降序排列实现草图到三维模型的检索； 其中，所述学生模型的训练过程包括： 将特征增强后的草图样本输入权重初始化的学生模型的特征提取器，提取草图样本特征； 基于蒸馏学习，将所述类中心和草图样本特征输入学生模型的分类器，基于损失函数最小化，使草图样本特征向同类三维模型类中心对齐； 损失函数TransferLoss为： ； 式中，N表示批次中的样本数量，C代表类别总数，是一个可调节的超参数，用于平衡类内聚合和类间分离的强度；对于每个样本，是其提取的d维特征向量，则是对应的类别标签；所有类别的中心向量存储在矩阵中，和分别表示类别和第j类的d维中心特征；计算过程中代表欧氏距离，用于向量点积。

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济南大学，其通讯地址为：250000 山东省济南市市中区南辛庄西路336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。