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！

龙图腾网恭喜江汉大学申请的专利基于点云深度学习的岩体结构面识别与三维网络建模方法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：CN119180926B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411630639.8，技术领域涉及：G06T17/20；该发明授权基于点云深度学习的岩体结构面识别与三维网络建模方法是由孙娟娟;孙金山;黎晨;王学良设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本基于点云深度学习的岩体结构面识别与三维网络建模方法在说明书摘要公布了：本发明公开了基于点云深度学习的岩体结构面识别与三维网络建模方法，属于岩体结构面识别技术领域。方法包括以下步骤：S1、获取岩质边坡岩体结构的精细三维点云数据；S2、采用改进的OCM‑PointNet2深度学习模型对所述精细三维点云数据提取点云特征数据，基于所述点云特征数据进行岩体结构面分割，得到分割数据，并对所述分割数据进行增强处理；基于增强后的所述分割数据提取岩体结构面的几何参数；S3、计算所述结构面几何参数的概率函数，基于所述概率函数预测结构面的空间展布，并构建三维网络模型；本发明有助于推动工程边坡稳定性的研究，帮助解决岩质边坡施工期和运维期安全预测与控制等问题。

本发明授权基于点云深度学习的岩体结构面识别与三维网络建模方法在权利要求书中公布了：1.基于点云深度学习的岩体结构面识别与三维网络建模方法，其特征在于，包括以下步骤：S1、获取岩质边坡岩体结构的精细三维点云数据；S2、采用改进的OCM-PointNet2深度学习模型对所述精细三维点云数据提取点云特征数据，基于所述点云特征数据进行岩体结构面分割，得到分割数据，并对所述分割数据进行增强处理；基于增强后的所述分割数据提取岩体结构面的几何参数；所述改进的OCM-PointNet2深度学习模型包括：点云特征融合模块、点云分割模块以及点云增强模块；所述点云特征融合模块用于提取所述点云特征数据，包括：对于输入的点云数据进行特征提取，得到多维特征；对所述多维特征与原始的所述点云数据的坐标进行拼接，得到高维的所述点云特征数据；基于高维的所述点云特征数据进行边坡结构面识别；所述点云分割模块用于进行岩体结构面分割，得到所述分割数据；所述点云分割模块包括采样层、分组层、特征提取层、特征传播层以及全连接层；所述点云增强模块用于基于最优颜色映射对所述分割数据进行增强处理；S3、计算所述结构面几何参数的概率函数，基于所述概率函数预测结构面的空间展布，并构建三维网络模型；所述概率函数包括：岩体结构面产状分布特征、岩体结构面迹长分布特征、岩体结构面密度分布特征以及岩体结构面多参数联合概率密度。

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江汉大学，其通讯地址为：430056 湖北省武汉市三角湖路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”。