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！

龙图腾网获悉西北工业大学申请的专利一种基于深度学习特征识别的三维模型检索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：CN121412414B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511976346.X，技术领域涉及：G06F16/583；该发明授权一种基于深度学习特征识别的三维模型检索方法是由张杰;郑杰夫;郑党党;周小波;余剑峰;唐文斌;李伟博设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种基于深度学习特征识别的三维模型检索方法在说明书摘要公布了：本发明涉及技术领域，具体涉及一种基于深度学习特征识别的三维模型检索方法，该方法包括：获取带标签的三维CAD数据集，进行非均匀点云采样并构建多维特征的点云数据；构建加工特征识别网络模型，该网络模型通过改进的PointNet++与点‑面注意机制，同步实现点、面、实例分割，并提取全局特征向量与局部特征向量集合；在检索阶段，计算待查询零件与零件数据库中每个零件在全局特征上的余弦距离，以及二者局部特征集合之间的匈牙利匹配距离，将对应的余弦距离及匈牙利匹配距离加权融合，得到综合检索距离，并依此输出最相似的候选模型。本发明实现了对三维模型全局形状与局部加工特征的统一描述与精细化匹配，显著提升了针对加工特征的精细检索精度与效率。

本发明授权一种基于深度学习特征识别的三维模型检索方法在权利要求书中公布了：1.一种基于深度学习特征识别的三维模型检索方法，其特征在于，包括以下步骤： S1、获取机械零件的三维CAD模型数据集； S2、对所述三维CAD模型数据集中的每个三维模型进行点云采样，同步采集每个采样点的空间坐标、法向量，并关联该采样点所属面的面积、面类型、几何中心点坐标及面ID，生成点云数据集； S3、以每个所述三维模型对应的点云数据作为一个独立的样本，将所述点云数据集按预定比例划分为训练集、验证集和测试集；随后，对所述训练集、验证集和测试集中的每个样本分别进行归一化与张量化预处理；使每个样本具有相同的点数量与特征维度； S4、构建加工特征识别网络模型，利用S3中预处理后的训练集对加工特征识别网络模型进行训练，得到训练好的网络模型； S5、构建零件数据库，所述零件数据库包含多个三维零件模型； S6、对零件数据库中的每个三维零件模型执行点云采样及预处理，生成第一输入张量；将所述第一输入张量输入训练好的网络模型中，提取并保存每个三维零件模型对应的第一全局形状特征向量及第一局部形状特征向量集合； S7、对待查询零件的三维模型执行点云采样及预处理，生成第二输入张量；将所述第二输入张量输入训练好的网络模型中，提取并保存待查询零件对应的第二全局形状特征向量及第二局部形状特征向量集合； S8、计算所述第二全局形状特征向量与每个第一全局形状特征向量之间的余弦距离，同时，计算所述第二局部形状特征向量集合与每个第一局部形状特征向量集合之间的匈牙利匹配距离；将每一组对应的余弦距离与匈牙利匹配距离进行加权融合，得到一个综合检索距离，依据所述综合检索距离输出与待查询零件相似度最高的前N个候选三维零件模型，N为预设的正整数。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。