Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州师范大学缪永伟获国家专利权

恭喜杭州师范大学缪永伟获国家专利权

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!

龙图腾网恭喜杭州师范大学申请的专利一种基于面片上下文特征的室内点云场景语义分割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:CN115620287B

龙图腾网通过国家知识产权局官网在2025-05-16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:202211398672.3,技术领域涉及:G06V20/70;该发明授权一种基于面片上下文特征的室内点云场景语义分割方法是由缪永伟;任国祥;章益民;王金荣;刘复昌设计研发完成,并于2022-11-09向国家知识产权局提交的专利申请。

一种基于面片上下文特征的室内点云场景语义分割方法在说明书摘要公布了:本发明涉及一种基于面片上下文特征的室内点云场景语义分割方法。本发明基于用户输入的大规模场景点云数据,利用动态区域增长算法提取室内场景中几何特征一致的点云作为场景面片;在神经网络编码器中借助多尺度结构并嵌入面片局部特征聚合模块,以有效聚合不同尺度下场景相邻面片的上下文信息;借助基于多头自注意力机制的Transformer模块学习场景面片全局特征,同时将场景面片的全局特征与局部特征进行连接融合并利用多层感知器降低场景面片的特征维度;然后,在神经网络解码器中利用插值上采样将经降采样后的场景面片分辨率恢复到原始面片分辨率并给每个面片分配语义标签,能高效、准确地分割具有大量重复结构的大规模室内点云场景。

本发明授权一种基于面片上下文特征的室内点云场景语义分割方法在权利要求书中公布了:1.一种基于面片上下文特征的室内点云场景语义分割方法,其特征在于:具体包括以下步骤:通过区域增长策略从室内场景点云数据中提取场景面片;采用基于编码器-解码器结构的点云分割MPTNet网络进行点云场景的语义分割;点云分割MPTNet网络中的编码器由多尺度特征聚合层和中间层面片Transformer模块构成,解码器由特征扩散层构成;编码器结构中的多尺度特征聚合层包括面片局部特征聚合模块,用于通过降采样获取不同尺度下场景面片的局部特征信息,并聚合不同尺度下场景相邻面片的上下文信息;中间层面片Transformer模块用于学习降采样后场景面片的全局特征,面片Transformer模块借助偏移注意力机制能够学习高层语义空间下的场景面片特征,同时分别通过平均池化层与最大池化层获取场景面片全局特征,并将场景面片的全局特征与局部特征进行连接融合;在解码器特征扩散层中,利用插值上采样将经降采样后的场景面片分辨率恢复到原始面片分辨率并给每个场景面片分配语义标签,最终实现大规模室内点云场景的语义分割;在所述区域增长策略过程中,首先对场景点云数据进行分析并根据其采样点曲率进行排序,选取曲率最大的采样点s作为种子点,设初始面片Π为空集;然后根据种子点选择面片Π以外的最近邻点p,假设近邻点p满足以下条件:Np·Ns>t1,p-s·Ns<t2,p-q·Nq<t3,#Πt4,则将近邻点p添加到面片Π中,直到面片中点云数目达到阈值上限t4则选择另外一个种子点重复上述操作,直至遍历场景中所有点云数据为止;其中,公式中q表示依次添加至面片∏中的最后一个采样点,N表示相应采样点的法向量,#表示点集中采样点数目,t1、t2、t3、t4为阈值参数。

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师范大学,其通讯地址为:311121 浙江省杭州市余杭区余杭塘路2318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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。