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

龍圖騰網(wǎng)獲悉中國傳媒大學;河南廣播電視臺申請的專利基于圖注意力網(wǎng)絡的布局合理性評價方法、系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN118537492B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202410698466.7，技術領域涉及：G06T17/00；該發(fā)明授權基于圖注意力網(wǎng)絡的布局合理性評價方法、系統(tǒng)是由楊馨焱;劉邵飛;胡飛;朱光華;李繼銀設計研發(fā)完成，并于2024-05-31向國家知識產(chǎn)權局提交的專利申請。

本基于圖注意力網(wǎng)絡的布局合理性評價方法、系統(tǒng)在說明書摘要公布了：本發(fā)明提供一種基于圖注意力網(wǎng)絡的布局合理性評價方法，在初始化后的3D?SPAN網(wǎng)絡的基礎上訓練形成基于3D?SPAN?F框架的小樣本三維場景評價網(wǎng)絡，而后通過訓練好的小樣本三維場景評價網(wǎng)絡基于三維場景布局合理性評價算法對所獲取的室內布局圖進行三維場景圖構建以生成三維場景圖，并對三維場景圖進行三維場景圖評價以生成二分類評價結果和主觀邏輯評價結果，整個過程充分挖掘所構造的3D?SPAD數(shù)據(jù)集價值，能夠高精度的探究人類主觀評價與場景復雜度、場景類別和物體類別的關系，以及場景整體評價和場景內物體評價之間的關系，提高室內三維場景布局合理性評價算法的精準度。

本發(fā)明授權基于圖注意力網(wǎng)絡的布局合理性評價方法、系統(tǒng)在權利要求書中公布了：1.一種基于圖注意力網(wǎng)絡的布局合理性評價方法，其特征在于，包括： 基于SUNCG數(shù)據(jù)集構建三維網(wǎng)絡模型數(shù)據(jù)集和室內三維場景布局評價數(shù)據(jù)集，基于預設的Unity3D引擎發(fā)布三維場景標注程序對所述三維網(wǎng)絡模型數(shù)據(jù)集和所述室內三維場景布局評價數(shù)據(jù)集進行評價和標注以形成布局合理性評價數(shù)據(jù)集；其中，將附有二分類評價數(shù)據(jù)和主觀評價數(shù)據(jù)的所有三維場景布局樣本作為室內三維場景布局評價數(shù)據(jù)集； 通過所述布局合理性評價數(shù)據(jù)集中的基類場景樣本訓練預設的3D-SPAN網(wǎng)絡以初始化所述3D-SPAN網(wǎng)絡，通過所述三維網(wǎng)絡模型數(shù)據(jù)集和所述室內三維場景布局評價數(shù)據(jù)集對初始化后的3D-SPAN網(wǎng)絡中的子網(wǎng)絡進行二分類訓練以形成基于3D-SPAN-F框架的小樣本三維場景評價網(wǎng)絡；其中，在訓練所述小樣本三維場景評價網(wǎng)絡的過程中，將所述小樣本三維場景評價網(wǎng)絡定義為“2-classk-shot”問題，在學習基類三維場景樣本的基礎上，再學習少量新類三維場景樣本，且每次采用“好”和“差”二分類來評價場景樣本，每類場景各k個樣本來訓練網(wǎng)絡或者作為對比數(shù)據(jù)支持，并在新類場景的樣本上測試網(wǎng)絡和查詢結果； 通過所述小樣本三維場景評價網(wǎng)絡基于三維場景布局合理性評價算法對所獲取的室內布局圖進行三維場景圖構建以生成三維場景圖，并對所述三維場景圖進行三維場景圖評價以生成二分類評價結果和主觀邏輯評價結果；其中， 對所述三維場景圖進行三維場景圖評價以生成二分類評價結果和主觀邏輯評價結果的步驟，包括： 通過所述小樣本三維場景評價網(wǎng)絡中的三維場景物體評價網(wǎng)絡對所述三維場景圖進行局部布局評價以獲取局部評價預測數(shù)據(jù)，通過所述小樣本三維場景整體評價網(wǎng)絡中的三維場景整體評價網(wǎng)絡對所述三維場景圖進行全局布局評價以獲取全局評價預測數(shù)據(jù)； 通過所述小樣本三維場景評價網(wǎng)絡中的小樣本網(wǎng)絡基于所述局部評價預測數(shù)據(jù)和所述全局評價預測數(shù)據(jù)對所述三維場景圖進行二分類評價以獲取二分類評價結果，對所述全局評價預測數(shù)據(jù)和所述局部評價預測數(shù)據(jù)進行整合以形成關邏輯評價結果；其中，包括： 所述小樣本網(wǎng)絡基于所述局部評價預測數(shù)據(jù)和所述全局評價預測提取隱層特征向量，并對所述隱層特征向量進行增強以獲取隱層向量； 基于所述小樣本網(wǎng)絡中具有可學習參數(shù)的原型特征嵌入器將所述隱層向量嵌入至高區(qū)分性特征空間中以形成高區(qū)分特征表示； 通過所述小樣本網(wǎng)絡中的多元學習模塊對所述高區(qū)分特征表示進行二分類判斷，以依據(jù)所述高區(qū)分特征表示將所述三維場景圖判別關于“好”或者“差”的二分類評價結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國傳媒大學;河南廣播電視臺，其通訊地址為：100024 北京市朝陽區(qū)定福莊東街1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)”。