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！

龙图腾网恭喜浙江大学申请的专利一种点云异常检测方法、装置及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：CN119090887B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411585865.9，技术领域涉及：G06T7/00；该发明授权一种点云异常检测方法、装置及介质是由闫江涛;孟文超;贺诗波;杨秦敏;顾超杰设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种点云异常检测方法、装置及介质在说明书摘要公布了：本发明属于工业点云异常检测技术领域，公开了一种点云异常检测方法、装置及介质，包括计算每个点的异常得分图；通过最远距离采样算法分组点云，并进行初步特征提取；通过局部异常感知网络和全局异常感知网络，提取局部异常特征和全局异常特征，将文本特征向量、点云嵌入和异常图嵌入连接后输入到多模态大语言模型主干网络，使其具备检测和解释异常特性的能力。本发明通过融合多模态大语言模型的基本多模态理解能力、领域泛化能力以及点云数据的异常检测技术，显著提高了异常检测的准确性和鲁棒性。该方法通过局部和全局异常感知网络的协同工作，实现了对点云数据中异常区域的精确识别和详细描述。

本发明授权一种点云异常检测方法、装置及介质在权利要求书中公布了：1.一种点云异常检测方法，其特征在于，包括：S1、生成点云异常检测的指令数据集，其中通过GPT-4生成多样化的指令问答对，丰富多模态大语言模型的训练数据；S2、获取待检测物体的三维点云数据P0∈Rn×6，其中，P0代表原始点云，R是实数域，n表示点的数量，每个点有6个特征，包括XYZ坐标和RGB颜色信息；S3、通过点云异常检测器计算点云数据的异常得分图，从而识别出原始异常得分图S0∈Rn×1；S4、首先提取点云和异常分数特征，再利用跨模态交叉注意力和门控融合模块得到局部异常特征，通过集合抽象块提取全局异常特征；S5、将给定的对话文本输入到预训练的文本特征提取器中得到文本特征向量，随后将局部异常特征、全局异常特征和文本特征向量连接后输入到多模态大语言模型主干网络，对多模态大语言模型进行训练，使多模态大语言模型具备检测异常并解释异常特性的能力： ，其中LLM代表多模态大语言模型，Concat表示特征拼接，Ttext代表预先提取的文本特征向量，y为输出序列，训练时所采用的损失函数L如下： ，其中，n0是标记的数量，yi是输出序列中第i个token的真实标签，pi是输出序列中第i个token的预测概率，该损失函数为交叉熵损失函数，用于衡量模型预测结果与真实标签之间的差异；经过训练后得到优化后的针对点云异常检测的多模态大语言模型；S6、通过优化后的多模态大语言模型对点云数据进行检测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。