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！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于局部协方差优化的点云补全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：CN114331883B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111579034.7，技术领域涉及：G06T5/77；该发明授权一种基于局部协方差优化的点云补全方法是由吴向阳;渠冲冲设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本一种基于局部协方差优化的点云补全方法在说明书摘要公布了：本发明公开了一种基于局部协方差优化的点云补全方法，包括以下步骤：S1、数据集获取；S2、数据预处理；S3、神经网络模型的构建；S4、神经网络模型损失的构建；S5、神经网络模型的训练和优化；S6、保存模型及模型参数，采用上述技术方案，以不完整的点云为输入，能输出具有完整形状且更加精细的完整点云。在特征编码阶段，使用协方差分析局部点与点之间无序且复杂的拓扑关系，使用不同的卷积核提取局部几何结构信息；考虑形状的完整性和结构相似性，通过融合多尺度的层级特征来推断缺失结构的特征，获得点云在完整形状下的全局特征向量；在解码阶段，不仅能实现点云数量上的扩充，还能对点云的局部几何结构进行优化，从而生成更加精细的完整点云。

本发明授权一种基于局部协方差优化的点云补全方法在权利要求书中公布了：1.一种基于局部协方差优化的点云补全方法，其特征在于，包括以下步骤：S1、数据集获取，获取公共数据集ShapetNet，完成3D模型训练所述的点云数据集的构建；S2、数据预处理，对数据集中各3D模型进行表面采样获取完整点云，然后模拟形状缺失过程对各完整点云生成相应的不完整点云，对所有点云数据进行标准化处理；S3、神经网络模型的构建，基于协方差分析以及自注意力机制，设计局部特征嵌入模块和局部细化模块，并以此构建一个自动编码网络CovNet；所述的自动编码网络包括用于层级特征提取的编码器和生成细化的解码器，所述编码器包括多个级联的局部特征嵌入模块以及多级特征融合和推理操作模块，所述解码器由生成和细化两部分组成；所述编码器对输入大小为N×3的不完整点云进行特征编码，所述编码器首先使用特征扩充的方式生成粗点云，然后基于协方差分析和自注意力机制细化局部几何结构以生成大小为N×3的完整的精细点云；S4、神经网络模型损失的构建，定义神经网络的两阶段损失函数，计算网络输出的补全点云与真实完整点云在不同精细程度时的差异；所述两阶段损失函数中第一阶段损失函数的定义，来自于编码器的粗重建阶段，通过倒角距离CD计算粗点云和真实点云的差异得到，具体可表示为： 其中S1，S2分别表示为粗点云和真实点云；所述两阶段损失函数中第二阶段损失函数的定义，来自于编码器的细化阶段，通过推土距离EMD计算网络输出的补全点云和真实点云的差异得到，具体可表示为： 其中S1，S2分别表示为补全点云和真实点云；φ表示映射函数；结合第一阶段损失函数和第二阶段损失函数，获取总的损失设置为 其中，参数λ1，λ2分别表示可调节的两个损失所占的权重；S5、神经网络模型的训练和优化，设置网络参数，使用优化器端到端地训练网络；S6、保存模型及模型参数，当训练达到最大迭代次数或目标函数趋于平稳时，保存模型及模型参数。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。