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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于多模态特征融合的不完整形状对称性预测方法和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：CN115984364B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211625170.X，技术领域涉及：G06T7/68；该发明授权基于多模态特征融合的不完整形状对称性预测方法和系统是由惠军华;蔡志平;胡玲;叶云帆设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本基于多模态特征融合的不完整形状对称性预测方法和系统在说明书摘要公布了：本申请涉及一种基于多模态特征融合的不完整形状对称性预测方法和系统，所述方法包括：将不完整形状的RGB图像和深度图像输入通道感知网络进行融合，提取出的交叉模态特征融合了颜色和深度两种模态特征，将交叉模态特征输入三维变分自动编码器的自重构网络进行重构，得到完整的几何形状，为后续的对称性预测网络提供了全局几何特征，将交叉模态特征和全局几何特征输入对称性预测网络进行对称性预测，得到不完整形状的预测对称性。采用本方法能够将不完整形状进行重构得到完整的几何形状，克服了不完整形状缺少全局几何特征的缺陷，实现对不完整形状的对称性预测。

本发明授权基于多模态特征融合的不完整形状对称性预测方法和系统在权利要求书中公布了：1.一种基于多模态特征融合的不完整形状对称性预测方法，其特征在于，所述方法包括： 将不完整形状的RGB图像和深度图像输入通道感知网络进行融合，得到所述不完整形状的交叉模态特征；通道感知网络的融合过程包括：输入所述不完整形状的RGB图像和深度图像，建立两个子网络分别处理所述RGB图像的模态特征和所述深度图像的模态特征，得到颜色特征图和深度特征图；根据所述通道感知网络中的批量归一化层分别对所述颜色特征图和所述深度特征图进行归一化处理，确定两个所述特征图中每条通道的重要性；两个所述特征图中每条通道的重要性由所述批量归一化层中的比例因子表示，根据所述比例因子判断是否需要将所述通道进行替换，若为否，输出所述通道；若为是，将所述通道与另一个特征图中对应通道送入通道感知网络中的变换层进行融合得到新通道，将所述通道替换为新通道，得到融合了两个所述特征图信息的所述交叉模态特征；其中，变换层包括三个交叉注意层，每个交叉注意层后面是两个AddNorm层和一个前馈层； 将所述交叉模态特征输入三维变分自动编码器的自重构网络进行重构，得到完整的几何形状，其中，所述完整的几何形状提供全局几何特征； 将所述交叉模态特征和所述全局几何特征输入对称性预测网络进行对称性预测，得到所述不完整形状的预测对称性；对称性预测网络的预测过程包括：将所述交叉模态特征和所述全局几何特征进行聚合得到最终特征，将所述最终特征输入对称性预测网络进行对称性预测，其中，所述对称性预测网络由六个三维卷积层组成；所述最终特征在每个所述三维卷积层进行卷积后，根据最大池和激活函数对卷积后的所述最终特征进行激活，输出即为所述最终特征；将所述最终特征输入至完全连接层，预测对称平面的参数，得到所述不完整形状的预测对称性。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。