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！

龙图腾网获悉罗伯特·博世有限公司申请的专利跨域度量学习系统和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：CN112329510B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202010772017.4，技术领域涉及：G06V20/64；该发明授权跨域度量学习系统和方法是由闫志鑫;叶茂;任骝设计研发完成，并于2020-08-04向国家知识产权局提交的专利申请。

本跨域度量学习系统和方法在说明书摘要公布了：本发明公开了跨域度量学习系统和方法。公开了一种增强现实AR系统和方法，其可以包括可操作以处理一个或多个卷积神经网络CNN的控制器和可操作以获取一个或多个2‑DRGB图像的可视化设备。响应于将锚图像提供给第一卷积神经网络CNN，控制器可以在语义空间中生成锚向量。锚图像可以是2‑DRGB图像之一。响应于将负图像和正图像提供给第二CNN，控制器可以在语义空间中生成正向量和负向量。负图像和正图像可以被提供为3‑DCAD图像。控制器可以应用跨域深度度量学习算法，该算法可操作以使用锚向量、正向量和负向量来提取语义空间中的图像特征。

本发明授权跨域度量学习系统和方法在权利要求书中公布了：1.一种用于在工作程序中识别无效状态的卷积神经网络CNN方法，包括： 响应于将锚图像提供给第一CNN，在语义空间中生成锚向量，其中，锚图像是工作程序的二维RGB图像，所述工作程序包括被预编程为关键零件的一个或多个零件，其中，第一CNN包括一个或多个第一卷积层、一个或多个第一最大池化层、第一展平层、第一丢弃层和第一完全连接层； 响应于将负图像和正图像提供给第二CNN，在语义空间中生成正向量和负向量，其中，负图像是第一三维CAD图像，并且正图像是第二三维CAD图像，其中，第二CNN包括一个或多个第二卷积层、一个或多个第二最大池化层、第二展平层、第二丢弃层和第二完全连接层； 应用跨域深度度量学习算法，该算法可操作以使用锚向量、正向量和负向量来提取语义空间中的图像特征； 应用图像裁剪算法，来使用锚图像针对工作程序的一个或多个关键零件的存在或不存在来生成一个或多个边界框； 基于对工作程序的一个或多个关键零件的存在或不存在的分析，确定是否已经发生无效的修复序列；以及 如果1在修复序列中被要求检测到的一个关键零件没有检测为存在的；或者2从正确的修复序列中重新添加在另一关键零件的后面或被其阻挡的一个关键零件，则输出无效状态。

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罗伯特·博世有限公司，其通讯地址为：德国斯图加特；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。