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！

龙图腾网获悉华南理工大学申请的专利基于多模态特征匹配的少样本增量点云分类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：CN120107649B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510055433.5，技术领域涉及：G06V10/764；该发明授权基于多模态特征匹配的少样本增量点云分类方法是由徐雪妙;向拓;刘邦镇设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本基于多模态特征匹配的少样本增量点云分类方法在说明书摘要公布了：本发明公开了一种基于多模态特征匹配的少样本增量点云分类方法，该方法使用了跨模态特征融合、图像模态增强和平行双分支这三种方式实现少样本增量点云分类；跨模态特征融合是使用交叉注意力将点云的三维模态特征和图像模态特征进行融合，并使用自注意力对融合特征进行增强；图像模态增强是基于点云的三维模态特征学习一个自适应的背景颜色，通过背景信息增强二维深度图中的点云前景；平行双分支是通过动态训练一个二分类器，将基类样本和新类样本区分开来，并使用两组不同的参数分别对所属样本进行处理。本发明提升了点云分类在少样本增量场景下表现，为异常检测、自动驾驶等工业领域提供了一种低成本高效率的解决方案。

本发明授权基于多模态特征匹配的少样本增量点云分类方法在权利要求书中公布了：1.基于多模态特征匹配的少样本增量点云分类方法，其特征在于，该方法是使用了跨模态特征融合、图像模态增强和平行双分支这三种方式实现少样本增量点云分类，其中，所述跨模态特征融合是使用一个交叉注意力将点云的三维模态特征和图像模态特征进行融合，随后使用一个自注意力对融合后的交叉特征进一步增强；所述图像模态增强是基于点云的三维模态特征学习一个自适应的背景颜色，通过额外的背景信息增强二维深度图中的点云前景，以凸显点云本体轮廓；所述平行双分支是通过动态训练一个二分类器，以最大程度地将基类样本和新类样本区分开来，并使用两组不同的参数分别对所属样本进行处理； 该方法的具体实施包括以下步骤： 1对于输入的每个点云，首先将点云渲染成二维深度图，并使用预训练的深度图特征提取器从二维深度图中提取点云对应的图像模态特征，随后使用一个PointNet网络对点云数据进行处理，得到点云的三维模态特征； 2使用一个交叉注意力将点云的三维模态特征与图像模态特征进行跨模态特征融合，得到点云的交叉特征，使用一个自注意力对交叉特征进行处理，同时引入一个掩码比例对自注意力当中生成的注意力权重进行掩码操作，通过最小化掩码和非掩码操作生成的两个特征之间的余弦相似度差异，得到一个强化的自注意力特征，随后根据点云的三维模态特征生成一个背景颜色，并将其覆盖到二维深度图上进行图像模态增强，得到背景增强图，并使用得到的背景增强图与点云的文本描述特征作为CLIP模型的输入得到一组增强概率分布值； 3在每个增量任务上，根据来自基类每个类仅一个的样本以及来自新类的少样本动态地训练一个二分类器，以最大化基类与新类的边界，使用两组不同的参数对基类与新类样本进行平行双分支处理； 4计算点云的自注意力特征与点云的文本描述特征之间的点积，得到一组概率分布，将该概率分布与上述增强概率分布值融合，得到最终的概率分布，最后选取每个点云在上述概率分布中的最大值作为预测结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。