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！

龙图腾网恭喜昆山杜克大学申请的专利一种3D点云数据零样本分类方法、装置、设备及存储介质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：CN117456236B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202311360007.X，技术领域涉及：G06V10/764；该发明授权一种3D点云数据零样本分类方法、装置、设备及存储介质是由黄开竹;赵伟光;杨关禹;杨超龙设计研发完成，并于2023-10-19向国家知识产权局提交的专利申请。

本一种3D点云数据零样本分类方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种3D点云数据零样本分类方法、装置、设备及存储介质，所述方法包括：获取待分类的3D点云数据，确定初始投影方向；根据初始投影方向将3D点云数据进行投影得到2D点云数据；获取至少两个类别的语意描述信息，结合训练好的隐层扩散模型，确定2D点云数据分别针对各类别的语意描述信息的最小预测扰动噪声误差；将各最小预测扰动噪声误差中的最小值对应的类别作为零样本分类结果。本发明提供的3D点云数据零样本分类方法，利用隐层扩散模型预测投影后的2D点云数据针对各类别的语意描述信息的最小预测扰动噪声误差，从而准确找到与图像最匹配的语意信息对应的类别。

本发明授权一种3D点云数据零样本分类方法、装置、设备及存储介质在权利要求书中公布了：1.一种3D点云数据零样本分类方法，其特征在于，包括：获取待分类的3D点云数据，确定初始投影方向；根据所述初始投影方向将所述3D点云数据进行投影得到2D点云数据；获取至少两个类别的语意描述信息，结合训练好的隐层扩散模型，确定所述2D点云数据分别针对各类别的语意描述信息的最小预测扰动噪声误差；将各所述最小预测扰动噪声误差中的最小值对应的类别作为零样本分类结果；其中，所述隐层扩散模型中包含编码器和扩散模型，结合训练好的隐层扩散模型，确定所述2D点云数据分别针对各类别的语意描述信息的最小预测噪声误差，包括：将所述2D点云数据输入所述编码器中，得到所述2D点云数据对应的隐层特征；在所述隐层特征中加入随机噪声，得到噪声特征；将所述噪声特征与各类别的语意描述信息分别同时输入所述扩散模型中，得到各类别对应的预测扰动噪声及预测扰动噪声误差；针对每个类别对应的预测扰动噪声误差，分别确定对于投影方向的偏导，调整投影方向并重新确定预测扰动噪声误差对投影方向的偏导，直到偏导小于设定阈值或达到迭代次数，将最后一次迭代对应的投影方向作为目标投影方向，将所述目标投影方向对应的预测扰动噪声误差确定为所述最小预测噪声误差。

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昆山杜克大学，其通讯地址为：215300 江苏省苏州市昆山市杜克大道8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”。