← 返回列表
一种多模态大规模场景数据集的构建方法
申请人信息
- 申请人:中山大学
- 申请人地址:510275 广东省广州市海珠区新港西路135号
- 发明人: 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种多模态大规模场景数据集的构建方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311756517.9 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117437366A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06T17/00 |
| 权利人 | 中山大学 |
| 发明人 | 蒋滔; 姜金圻; 郑桂勇; 冯宸; 周博宇; 谷德峰 |
| 地址 | 广东省广州市海珠区新港西路135号 |
摘要文本
中山大学获取“一种透气窗帘布”专利技术，本发明公开了一种多模态大规模场景数据集的构建方法，如下：对获取的原始大场景3D模型进行场景分割形成多个单一场景3D模型；对得到的每个单一场景3D模型进行不同视角的图像渲染生成对应多个视角的单一场景3D模型的深度图像和RGB图像；对渲染后得到的RGB图像进行文字说明并生成描述性文本；对渲染后得到的深度图像进行复原并生成部分点云信息；将渲染后得到的深度图像和RGB图像、RGB图像对应的描述性文本、深度图像对应的部分点云信息添加到多模态大规模场景数据集中，由此完成多模态大规模场景数据集的构建。本发明构建的多模态大规模场景数据集，能满足当前深度学习算法的训练需求、促进表面预测和补全技术的发展。
专利主权项内容
1.一种多模态大规模场景数据集的构建方法，其特征在于：所述方法包括步骤如下：对获取的原始大场景3D模型进行场景分割形成多个单一场景3D模型；对得到的每个单一场景3D模型进行不同视角的图像渲染生成对应多个视角的单一场景3D模型的深度图像和RGB图像；对渲染后得到的RGB图像进行文字说明并生成描述性文本；对渲染后得到的深度图像进行复原并生成部分点云信息；将渲染后得到的深度图像和RGB图像、RGB图像对应的描述性文本、深度图像对应的部分点云信息添加到多模态大规模场景数据集中，由此完成多模态大规模场景数据集的构建。