買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟大學(xué)申請的專利基于特征遷移的兩階段三維模型草圖檢索方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115795069B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211504486.3，技術(shù)領(lǐng)域涉及：G06F16/53；該發(fā)明授權(quán)基于特征遷移的兩階段三維模型草圖檢索方法是由梁爽;蔡奕陽設(shè)計研發(fā)完成，并于2022-11-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于特征遷移的兩階段三維模型草圖檢索方法在說明書摘要公布了：本發(fā)明提供了一種基于特征遷移的兩階段三維模型草圖檢索方法方法，具有這樣的特征，包括以下步驟：步驟S1，對現(xiàn)有的手繪草圖數(shù)據(jù)標(biāo)注類別標(biāo)簽作為第一訓(xùn)練數(shù)據(jù)集，對現(xiàn)有的三維模型數(shù)據(jù)和其二維視圖數(shù)據(jù)標(biāo)注類標(biāo)簽別作為第二訓(xùn)練數(shù)據(jù)集；步驟S2，根據(jù)第一訓(xùn)練數(shù)據(jù)訓(xùn)練手繪草圖特征提取網(wǎng)絡(luò)得到各個類別標(biāo)簽的類別中心向量；步驟S3，根據(jù)第二訓(xùn)練數(shù)據(jù)集訓(xùn)練三維模型特征提取網(wǎng)絡(luò)；步驟S4，根據(jù)三維模型特征提取網(wǎng)絡(luò)提取三維模型的三維模型特征，根據(jù)手繪草圖特征提取網(wǎng)絡(luò)提取待查詢草圖的草圖特征；步驟S5，計算草圖特征和各個三維模型特征的相似度，根據(jù)相似度輸出三維模型。總之，本方法能夠提高根據(jù)手繪草圖檢索三維模型的準(zhǔn)確率。

本發(fā)明授權(quán)基于特征遷移的兩階段三維模型草圖檢索方法在權(quán)利要求書中公布了：1.一種基于特征遷移的兩階段三維模型草圖檢索方法，其特征在于，包括以下步驟： 步驟S1，對現(xiàn)有的手繪草圖數(shù)據(jù)標(biāo)注類別標(biāo)簽，作為第一訓(xùn)練數(shù)據(jù)集，對現(xiàn)有的三維模型數(shù)據(jù)和所述三維模型數(shù)據(jù)的多角度的二維視圖數(shù)據(jù)標(biāo)注所述類別標(biāo)簽，作為第二訓(xùn)練數(shù)據(jù)集； 步驟S2，構(gòu)建基于分類神經(jīng)網(wǎng)絡(luò)的手繪草圖特征提取網(wǎng)絡(luò)，根據(jù)所述第一訓(xùn)練數(shù)據(jù)訓(xùn)練所述手繪草圖特征提取網(wǎng)絡(luò)，將所述第一訓(xùn)練數(shù)據(jù)集輸入到訓(xùn)練好的所述手繪草圖特征提取網(wǎng)絡(luò)，得到各個所述類別標(biāo)簽的類別中心向量； 步驟S3，構(gòu)建三維模型特征提取網(wǎng)絡(luò)，根據(jù)所述第二訓(xùn)練數(shù)據(jù)集訓(xùn)練所述三維模型特征提取網(wǎng)絡(luò)； 步驟S4，根據(jù)所述三維模型特征提取網(wǎng)絡(luò)提取三維模型數(shù)據(jù)庫中各個三維模型的三維模型特征，根據(jù)所述手繪草圖特征提取網(wǎng)絡(luò)提取待查詢草圖的草圖特征； 步驟S5，計算所述草圖特征和各個所述三維模型特征的相似度，按所述相似度從高到低，依次輸出對應(yīng)的所述三維模型； 其中，所述步驟S1包括以下子步驟： 步驟S1-1，對所述手繪草圖數(shù)據(jù)標(biāo)注所述類別標(biāo)簽，調(diào)整所述手繪草圖數(shù)據(jù)的圖像大小為固定尺寸，且像素范圍歸一化到0到1之間； 步驟S1-2，基于多個虛擬相機，獲得所述三維模型數(shù)據(jù)的多角度的所述二維視圖數(shù)據(jù)，對所述三維模型數(shù)據(jù)和所述二維視圖數(shù)據(jù)標(biāo)注所述類別標(biāo)簽，調(diào)整所述二維視圖數(shù)據(jù)的圖像大小為所述固定尺寸，且像素范圍歸一化到0到1之間， 所述步驟S3包括以下子步驟： 步驟S3-1，由基礎(chǔ)的卷積神經(jīng)網(wǎng)絡(luò)Shape-CNN和多視圖特征融合模塊Fusion-Layer構(gòu)成所述三維模型特征提取網(wǎng)絡(luò)； 步驟S3-2，根據(jù)所述第二訓(xùn)練數(shù)據(jù)集，基于特征遷移損失函數(shù)Ltrans訓(xùn)練所述三維模型特征提取網(wǎng)絡(luò)， 在所述步驟S3-2中，所述特征遷移損失函數(shù)Ltrans的表達(dá)式為： 式中，ti為所述三維模型特征提取網(wǎng)絡(luò)所提取的三維模型數(shù)據(jù)i的特征，cyi為三維模型數(shù)據(jù)i的類別標(biāo)簽yi在手繪草圖特征提取網(wǎng)絡(luò)中對應(yīng)的類別中心向量，Nshape為三維模型訓(xùn)練批次的大小。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人同濟大學(xué)，其通訊地址為：200092 上海市楊浦區(qū)四平路1239號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。