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！

龙图腾网获悉华南理工大学申请的专利一种无需文本训练的可控点云生成方法、介质及设备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：CN117876703B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410035918.3，技术领域涉及：G06V10/44；该发明授权一种无需文本训练的可控点云生成方法、介质及设备是由康文雄;肖海鸿设计研发完成，并于2024-01-10向国家知识产权局提交的专利申请。

本一种无需文本训练的可控点云生成方法、介质及设备在说明书摘要公布了：本发明提供了一种无需文本训练的可控点云生成方法、介质及设备；该方法包括训练阶段和推理阶段；训练阶段是指：跨模态骨架点生成器中提取特征得到图像特征，并以稀疏点解码器对图像特征生成稀疏骨架点云；稠密点云生成器中采用条件扩散模型生成稠密点云；训练得到稀疏点解码器和条件扩散模型；推理阶段是指：利用文本编码器检索与文本输入嵌入特征最匹配的图像特征；自动调制组合占比得到最终的图像特征；输入到训练阶段得到的稀疏点解码器和条件扩散模型生成文本对应的稠密点云。该方法旨在无需依赖文本‑形状配对数据进行训练，通过文本输入作为条件，精确生成语义一致的三维点云，以优化工业设计等应用场景的实用性。

本发明授权一种无需文本训练的可控点云生成方法、介质及设备在权利要求书中公布了：1.一种无需文本训练的可控点云生成方法，其特征在于：包括训练阶段和推理阶段； 所述训练阶段是指：构建跨模态骨架点生成器和稠密点云生成器；跨模态骨架点生成器包括双编码器和稀疏点解码器；双编码器包括一个CLIP预训练模型的视觉图像特征提取器和一个卷积特征提取器；稠密点云生成器包括条件扩散模型； 跨模态骨架点生成器中，使用CLIP预训练模型的视觉图像特征提取器和卷积特征提取器分别提取特征后合并，得到图像特征ecx；稀疏点解码器对图像特征ecx进行骨架点云的预测，生成稀疏骨架点云；稠密点云生成器中，以稀疏骨架点云作为几何引导条件，采用条件扩散模型生成稠密点云；训练卷积特征提取器、稀疏点解码器和条件扩散模型；利用训练得到的稀疏点解码器和条件扩散模型，构建出图像特征‑稠密点云之间的映射关系； 所述推理阶段是指：利用训练好的CLIP文本编码器，根据余弦相似度检索与文本输入嵌入特征最匹配的m个图像特征；利用自调制组合函数来自动调制各个图像特征eri的组合占比，得到最终的图像特征e*，从而构建起文本‑图像之间的映射关系；图像特征e*输入到训练阶段得到的稀疏点解码器和条件扩散模型，利用训练阶段构建的图像特征‑稠密点云之间的映射关系，得到文本‑图像特征‑稠密点云的映射，从而生成文本对应的稠密点云。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。