厦门大学孙晓帅获国家专利权
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!
龙图腾网获悉厦门大学申请的专利一种弱监督设置下的三维指向性目标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:CN119649030B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202411786945.0,技术领域涉及:G06V10/26;该发明授权一种弱监督设置下的三维指向性目标分割方法是由孙晓帅;刘依航;吴昌鲡;纪家沂;纪荣嵘设计研发完成,并于2024-12-06向国家知识产权局提交的专利申请。
本一种弱监督设置下的三维指向性目标分割方法在说明书摘要公布了:本发明公开了一种弱监督设置下的三维指向性目标分割方法,涉及三维指向性目标分割技术领域。所述方法包括:实例提取过程:获取点云场景以及文本描述,提取场景中的3D实例,表示为实例掩码以及类别分数预测;多专家挖掘过程:通过多个专家模型从完整上下文、属性和类别三个维度的语义线索中提取信息,并分别计算目标的语义分布;多专家聚合过程:根据当前样本的特点,自动为来自更准确专家模型的输入分布赋予更大的权重,突出目标实例的同时排除干扰信息。本发明提供的一种弱监督设置下的三维指向性目标分割方法,只提供三维点云数据以及对应的指向性描述,而不提供掩码注释,从而无需耗费时间精力进行掩码注释。
本发明授权一种弱监督设置下的三维指向性目标分割方法在权利要求书中公布了:1.一种弱监督设置下的三维指向性目标分割方法,其特征在于,包括: 实例提取过程:获取点云场景以及文本描述,提取场景中的3D实例,表示为实例掩码以及类别分数预测; 多专家挖掘过程:通过多个专家模型从完整上下文、属性和类别三个维度的语义线索中提取信息,并分别计算目标的语义分布;其中,通过完整上下文专家处理完整的视觉和文本上下文,从空间关系和整个场景的角度评估实例与描述之间的匹配程度;通过属性专家关注实例的形状、颜色、纹理,在属性层面区分实例;通过类别专家专注于实例与文本描述之间的语义类别匹配; 完整上下文专家模型具体为: 给定输入描述,采用预训练的Long-CLIP文本编码器提取完整上下文文本特征: 其中,表示Long-CLIP的文本编码器,为特征维度; 给定用于构建点云场景的具有帧的原始RGB-D视频,其中、分别表示图像的宽和高,首先将所有3D实例投影到所有帧序列上,以计算每个3D实例在每一帧上的可见度;然后,根据可见度为每个3D实例选择其可见度最高的K帧作为该实例的视觉表示,表示为,其中,表示提取的3D实例个数,、表示图像的宽和高;这些2D帧由预训练的Long-CLIP图像编码器进行特征提取,再经过平均池化操作得到2D完整上下文特征: 其中,表示Long-CLIP图像编码器,表示平均池化操作; 最后计算完整上下文维度的语义相似度以及具有概率质量函数的归一化完整上下文语义分布: 其中表示矩阵乘法,表示softmax操作; 属性专家模型具体为: 给定输入描述,采用自然语言解析器将其分解为五个语义组成部分:主对象、辅助对象、属性、代词以及关系;接着从中提取主对象及其属性,分别表示为目标词和修饰词;将目标词和修饰词连接起来得到一个简短的属性短语,该短语只包含目标实例的名称及其修饰词;随后,采用预训练的CLIP文本编码器提取属性文本特征: 其中,表示CLIP文本编码器; 同时,采用对象渲染器为每个3D实例多视角2D渲染图作为其视觉表示,表示为,其中表示提取的3D实例个数,表示渲染角度个数,、分别表示图像的宽和高;2D渲染图由预训练的CLIP图像编码器进行特征提取,再通过平均池化操作得到2D属性特征: 其中表示CLIP图像编码器,表示平均池化操作; 最后计算文本与3D实例之间的属性维度的语义相似度以及具有概率质量函数的归一化属性语义分布: 其中表示矩阵乘法,表示softmax操作; 类别专家模型具体为: 给定输入描述,由预训练Long-CLIP文本编码器提取完整上下文文本特征,再由文本分类器输出得到文本类别分数预测: 其中表示文本分类器,该文本分类器采用基于交叉熵CE的分类损失从头开始训练: 其中表示目标实例的类别标签; 最后计算文本与3D实例之间的类别维度的语义相似性以及具有概率质量函数的归一化类别语义分布: 其中表示矩阵乘法,表示softmax操作; 多专家聚合过程:根据当前样本的特点,自动为来自更准确专家模型的输入分布赋予更大的权重,突出目标实例的同时排除干扰信息。
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厦门大学,其通讯地址为:361000 福建省厦门市思明南路422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