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！

龙图腾网获悉清华大学申请的专利跨模态的立体视觉对象检索方法及装置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：CN114547364B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210145571.9，技术领域涉及：G06F16/583；该发明授权跨模态的立体视觉对象检索方法及装置是由高跃;戴岳;赵曦滨设计研发完成，并于2022-02-17向国家知识产权局提交的专利申请。

本跨模态的立体视觉对象检索方法及装置在说明书摘要公布了：本申请公开了一种跨模态的立体视觉对象检索方法及装置，其中，方法包括：提取各个模态的深度特征，得到实例；构建模态域内动态图结构，使用动态图卷积编码实例特征和实例域内关系，得到实例域内增强特征；构建跨模态动态二分图结构，使用动态二分图卷积编码实例特征和实例跨域关系，得到实例跨域增强特征；对实例特征进行变换编码，得到实例自变换特征；融合上述特征，生成实例融合表示，进而生成类别预测分数，并使用梯度下降算法优化权重，进而使用实例融合表示间的余弦距离计算相似分数得到实例对象的相关跨模态检索数据。由此，解决了相关技术在模态间无法直接检索，跨模态检索精度、速度受限等问题。

本发明授权跨模态的立体视觉对象检索方法及装置在权利要求书中公布了：1.一种跨模态的立体视觉对象检索方法，其特征在于，包括以下步骤： 提取各个模态的深度特征，得到至少一个实例； 基于所述至少一个实例构建模态域内动态图结构，使用动态图卷积编码实例特征和实例域内关系，得到实例域内增强特征； 基于所述至少一个实例构建跨模态动态二分图结构，使用动态二分图卷积编码所述实例特征和实例跨域关系，得到实例跨域增强特征； 对所述至少一个实例的实例特征进行变换编码，得到实例自变换特征； 融合所述实例域内增强特征、实例跨域增强特征、实例自变换特征，生成实例融合表示； 根据所述实例融合表示生成类别预测分数，并使用梯度下降算法优化权重；以及 基于优化后的权重，使用所述至少一个实例的实例融合表示间的余弦距离计算相似分数得到实例对象的相关跨模态检索数据； 其中，所述基于所述至少一个实例构建模态域内动态图结构，使用动态图卷积编码实例特征和实例域内关系，得到实例域内增强特征，包括：对于每个实例，计算特征间的第一余弦距离，并使用最近邻算法逐个确定所述每个实例的邻居，建立所述模态域内动态图结构；基于实例的深度特征和所述模态域内动态图结构的域内连接，使用所述动态图卷积编码生成所述实例域内增强特征； 其中，所述基于所述至少一个实例构建跨模态动态二分图结构，使用动态二分图卷积编码所述实例特征和实例跨域关系，得到实例跨域增强特征，包括：对于所述每个实例，计算所述特征间的第二余弦距离，使用最近邻算法得到所述每个实例的域内邻居，建立实例与其域内邻居对应的其他模态的实例的跨域连接，构建所述动态二分图结构；基于所述实例的深度特征和所述动态二分图结构的跨域连接，使用所述动态二分图卷积编码生成所述实例跨域增强特征。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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”。