基于2D多模态大模型的3D零样本异常检测方法及装置

AITNT
正文
推荐专利
基于2D多模态大模型的3D零样本异常检测方法及装置
申请号:CN202510469946
申请日期:2025-04-15
公开号:CN119992236A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于2D多模态大模型的3D零样本异常检测方法及装置。本发明基于2D多模态模型CLIP,在不依赖目标域样本的情况下实现3D异常检测,通过以下方式整合来自3D和2D的点云信息:首先,通过CLIP从多个视角渲染点云,获取点云的2D表示;将2D表示投影回3D空间,从而理解点云的3D表示;对2D表示进行额外的正则化,进一步增强该框架对3D表示的理解。在表征点云的点信息和像素信息之后,本发明提出了一种混合表示学习方法,将点云和像素中的泛化异常模式捕捉到可学习的文本提示中,实现对3D异常的精确检测。本方法首次实现了面向3D数据的高精度零样本异常检测,具有很强的创新性和工业应用价值。
技术关键词
异常检测方法 遮挡关系 样本 点云 融合颜色信息 混合损失函数 视角 异常检测装置 文本编码器 像素 学习方法 处理器 可读存储介质 多模态 图像 存储器 数据
系统为您推荐了相关专利信息
1
用于输煤栈桥的双信道照明控制方法、装置及系统
输煤栈桥 单灯控制器 照明控制方法 环境参数信息 亮度
2
一种多视图金融数据聚类集成方法及装置
数据聚类集成方法 模糊隶属度函数 金融 切割算法 矩阵
3
知识边界的确定方法及装置、存储介质、电子设备
不确定性参数 样本 数据 电子设备 可读存储介质
4
一种预制构件的立体模型的构建方法以及系统
预制构件 立体模型 三维点云数据 形态 激光扫描仪
5
面部轮廓引导与多模态特征融合的正畸骨性畸形筛查方法
筛查方法 模态特征 软组织 神经网络模型 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号