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！

龙图腾网恭喜天津大学申请的专利一种基于跨点云上下文信息的点云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：CN115984567B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202310148017.0，技术领域涉及：G06V10/26；该发明授权一种基于跨点云上下文信息的点云语义分割方法是由林迪;陈浩然;万亮;冯伟设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种基于跨点云上下文信息的点云语义分割方法在说明书摘要公布了：本发明涉及一种基于跨点云上下文信息的点云语义分割方法，所采用的点云语义分割网络分为编码器和解码器，包括下列步骤：对数据集进行数据预处理并进行数据增强；将经过预处理和数据增强的点云通过编码器，编码器的每个阶段都会输出该阶段的点云特征，对每个阶段的每个点取邻域，根据邻域计算每个点的局部几何特征，并对各阶段的记忆体进行更新；第三步，将编码器输出的点云特征通过解码器，解码器的每个阶段都会输出该阶段的点云特征；将最后一个阶段的增强点云特征输入多层感知机得到输出；在输出结果和点云的语义标签之间计算交叉熵损失，并使用反向传播算法和梯度下降算法对编码器和解码器中的参数进行优化；完成整个神经网络模型的训练。

本发明授权一种基于跨点云上下文信息的点云语义分割方法在权利要求书中公布了：1.一种基于跨点云上下文信息的点云语义分割方法，所采用的点云语义分割网络分为编码器和解码器两部分，编码器由多个阶段组成，每个阶段有一个用于点云下采样的模块即SA模块，解码器也由多个阶段组成,且阶段数量和编码器相同，每个阶段有一个用于点云上采样的模块即FP模块；其特征在于，包括下列步骤：第一步，对数据集进行数据预处理并进行数据增强；第二步，将经过预处理和数据增强的点云通过编码器，编码器的每个阶段都会输出该阶段的点云特征，将编码器的第i个阶段输出的点云特征记为对中的每个点取邻域，根据邻域计算每个点的局部几何特征，所有点的局部几何特征记为对每个语义类别在和中采样，对该阶段的记忆体进行更新；方法为：1将经过预处理和数据增强的点云通过编码器，编码器的第i个阶段输出的点云特征记为其中N表示点的数量，D表示特征的通道数；2对中的每个点，取周围最近的k个点作为该点的邻域，周围最近的k个点记为{x1,x2,…,xk}，使用法向量估计算法根据每个点的邻域计算该点的法向量，将每个点的法向量作为该点的局部几何特征，记所有点的局部几何特征为3对于每个类别，都在和中进行随机采样；具体来说，对于类别c，在中随机采样L个点的特征得到在中采样对应点的局部几何特征得到4在第i个阶段设置记忆体其中L表示记忆体的容量，C表示类别的数量，D′表示特征的通道数，D′＝D+3，将记忆体中每个类别的上下文信息切分为两部分，对于类别c，记两部分为点云特征和局部几何特征使用下面的方式对和进行更新： 这里μ为权重系数；上述更新过程对每个类别迭代进行一遍，在更新之后，记忆体中存储了该阶段的跨点云上下文信息；第三步，将编码器输出的点云特征通过解码器，解码器的每个阶段都会输出该阶段的点云特征，将解码器的第i个阶段输出的点云特征记为之后对中的每个点取邻域，根据该邻域计算每个点的局部几何特征，所有点的局部几何特征记为之后将该阶段记忆体中每个类别的上下文信息拆为点云特征和局部几何特征两部分，再对所有类别的对应部分进行拼接得到和之后将和作为位置编码，在和之间使用注意力机制对进行增强得到增强点云特征将最后一个阶段的增强点云特征输入多层感知机得到输出第四步，确定损失函数，并使用反向传播算法和梯度下降算法对编码器和解码器中的参数进行优化；第五步，完成整个神经网络模型的训练；第六步，将待测试的点云输入训练好的神经网络模型，预测得到每个点的概率分布，取每个点概率分布中的最大概率值作为该点的预测类别，得到最终的点云语义分割结果。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。