← 返回列表
三维特征提取方法、装置、电子设备以及可读存储介质
申请人信息
- 申请人:粤港澳大湾区(广东)国创中心
- 申请人地址:510700 广东省广州市黄埔区开达路101号自编1栋101室
- 发明人: 粤港澳大湾区(广东)国创中心
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 三维特征提取方法、装置、电子设备以及可读存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311540682.0 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117541810A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06V10/44 |
| 权利人 | 粤港澳大湾区(广东)国创中心 |
| 发明人 | 邵军; 容汉铿; 曾建力; 林黄智; 赖官壬; 谢巧琳; 余柳平; 张晴浩; 李楠 |
| 地址 | 广东省广州市黄埔区开达路101号自编1栋101室 |
摘要文本
粤港澳大湾区(广东)国创中心获取“一种透气窗帘布”专利技术，本发明提供了一种三维特征提取方法、装置、电子设备以及可读存储介质，该方法包括获取起始3D模型的点云模型Pi和多视图；使用DGCNN对经预处理后的所述点云模型Pi进行特征提取，得到点云模型Pi的特征向量Zi；使用预设MVCNN模型对所述多视图进行特征提取，得到512维度的特征向量hi；通过SimCLR损失函数和VICREG损失函数控制特征向量的学习。通过获取起始3D模型的点云模型Pi和多视图，通过使用DGCNN和MVCNN神经网络分别对点云模型Pi和多视图进行特征提取，能够更好地提取3D模型的特征向量，通过自监督学习框架对海量无标签3D模型数据的利用，可以很好地解决模型的泛化性问题，而少量分类数据的微调训练能让模型快速习得基于特定任务预设的分类信息，减少人工标定工作量。
专利主权项内容
1.一种三维特征提取方法，其特征在于，包括以下步骤：获取起始3D模型的点云模型P和若干张多视图；i将经预处理后的所述点云模型P输入至预设DGCNN模型中，得到点云模型P的特征向量Z；iii将所述若干张多视图输入至预设MVCNN模型中，得到512维度的特征向量h；i通过SimCLR损失函数和VICREG损失函数控制特征向量的学习。