欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025107568220
申请人: 南昌大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于场景语义及几何约束的三维场景自动生成方法,其特征在于,包括:

搭建预设的跨模态KanMiDiffusion去噪网络模型,根据所述KanMiDiffusion去噪网络模型内部的DeBERTa文本编码器对潜在变量进行文本编码处理,以获得文本编码特征,其中,所述跨模态KanMiDiffusion去噪网络模型包括:第一科尔莫戈洛夫-阿诺德网络、第二科尔莫戈洛夫-阿诺德网络、第三科尔莫戈洛夫-阿诺德网络、Transformer解码器、DeBERTa文本编码器、Dinov2视觉编码器;

根据所述第一科尔莫戈洛夫-阿诺德网络,对预设的室内对象的几何结构进行编码处理,获得几何编码特征;

将所述几何编码特征与所述文本编码特征进行相加,以生成几何与文本的融合特征;

根据所述Dinov2视觉编码器对预设的室内平面图进行视觉编码处理后与预设的位置编码特征进行特征拼接,以获得视觉与位置的融合特征;

根据所述Transformer解码器对所述几何与文本的融合特征、所述视觉与位置的融合特征进行处理,以获得所述Transformer解码器的输出;

根据所述第二科尔莫戈洛夫-阿诺德网络、所述第三科尔莫戈洛夫-阿诺德网络对所述Transformer解码器的输出进行处理,以生成语义标签的分类分布和几何特征的高斯均值;

基于所述语义标签的分类分布和几何特征的高斯均值生成三维场景。

2.根据权利要求1所述的基于场景语义及几何约束的三维场景自动生成方法,其特征在于,所述科尔莫戈洛夫-阿诺德网络包括多个KAN Layer层,数学表达式为:;

其中,表示KAN网络的第层,表示KAN网络的第层,表示KAN网络的第1层,表示KAN网络的第0层,表示输入向量,表示输入向量对应的输出结果;

其中,每个KAN网络具有的维度输入和的维度输出,表示相乘处理,由可学习激活函数组成,数学表达式为:;

所述科尔莫戈洛夫-阿诺德网络从第层到第层的数学表达式为:

;

其中,表示第层的输出向量,表示第层的输出向量,表示KAN网络的第层矩阵。

3.根据权利要求1所述的基于场景语义及几何约束的三维场景自动生成方法,其特征在于,所述DeBERTa文本编码器包括:多层并行连接的Transformer编码器层、词嵌入层、词向量表示层,每一层Transformer编码器层包括多个串行连接的Transformer编码器,其中,所述词嵌入层用于将每个位置信息嵌入,句子嵌入以及单词嵌入作为输入向量,分别输入至所述多层并行连接的Transformer编码器层进行编码处理,以生成每个Transformer编码器层对应的词向量。

4.根据权利要求1所述的基于场景语义及几何约束的三维场景自动生成方法,其特征在于,所述Dinov2视觉编码器以ViT为基础架构,将图像划分为多个小块获得图像块序列,以捕捉图像中长距离的依赖关系,所述Dinov2视觉编码器包括多层Transformer模块,以生成富含语义的高级特征表示。

5.根据权利要求1所述的基于场景语义及几何约束的三维场景自动生成方法,其特征在于,所述Transformer解码器包括多个Transformer块,每个Transformer块依次连接第一自适应归一化层、多头自注意力层、第二自适应归一化层、多头交叉注意力层和前馈神经网络层,所述Transformer解码器的输出是通过连接所述多头自注意力层内每个自注意力头的输出并进行线性投影计算得到的,所述Transformer解码器的输出的数学表达式为:;

其中,表示输入向量对应的Transformer解码器的输出,是可学习的参数,表示特征拼接处理,表示N个值向量的加权和。

6.基于场景语义及几何约束的三维场景自动生成系统,其特征在于,包括:

DeBERTa文本编码器模块,用于对潜在变量进行文本编码处理,以获得文本编码特征;

第一科尔莫戈洛夫-阿诺德模块,用于对预设的室内对象的几何结构进行编码处理,获得几何编码特征;

融合特征生成模块,用于将所述几何编码特征与所述文本编码特征进行相加,以生成几何与文本的融合特征;

Dinov2视觉编码器模块,用于对预设的室内平面图进行视觉编码处理后与预设的位置编码特征进行特征拼接,以获得视觉与位置的融合特征;

Transformer编码器模块,用于对所述几何与文本的融合特征、所述视觉与位置的融合特征进行处理,以获得Transformer解码器的输出;

语义标签和几何特征生成模块,用于根据第二科尔莫戈洛夫-阿诺德网络、第三科尔莫戈洛夫-阿诺德网络对所述Transformer解码器的输出进行处理,以生成语义标签的分类分布和几何特征的高斯均值;

三维场景生成模块,用于基于所述语义标签的分类分布和几何特征的高斯均值生成三维场景。

7.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任一所述的基于场景语义及几何约束的三维场景自动生成方法的步骤。

8.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-5任一所述的基于场景语义及几何约束的三维场景自动生成方法的步骤。