长春工业大学李慧获国家专利权
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！
龙图腾网获悉长春工业大学申请的专利基于深度学习的点云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：CN119832013B 。
龙图腾网通过国家知识产权局官网在2025-07-22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：202510300445.X，技术领域涉及：G06T7/11；该发明授权基于深度学习的点云分割方法是由李慧;金浩凯;姜志宇;罗明月;张秀梅;刘越设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。
本基于深度学习的点云分割方法在说明书摘要公布了：本发明公开基于深度学习的点云分割方法，涉及三维视觉、机器学习等领域。针对散料装备智能化过程中料场的点云不能精确分割，散料装备无法精确感知料堆信息等问题，首先，进行数据采集及预处理；其次，聚合点特征形成超点；然后，设计查询策略和Transformer解码器层，预测实例掩码和语义类别；最后，设计多任务损失函数和匹配策略。与现有技术相比，本发明通过一个实例分割数据集的训练，完成三种分割任务，并且，能够精确识别料场中不同料堆的位置和边界，并对其物料类别进行分类，能够显著提升料场的库房管理效率和智能化水平，为散料装备的高效运行提供技术支持，可广泛运用于散料装备管理、矿物采集以及码头搬运等领域。
本发明授权基于深度学习的点云分割方法在权利要求书中公布了：1.基于深度学习的点云分割方法，其特征在于，包括以下步骤： 步骤1：获取大型散料设备作业区域环境点云数据集，包括采集含三维坐标及RGB颜色信息的料场点云数据，完成降噪、去异常点、标注料堆点云及再通过数据增强以提升模型泛化能力； 步骤2：对处理后的点云数据构建局部邻域，并计算邻域中点的曲率和曲率加权的超点特征； 步骤3：任务条件化查询初始化，查询解码器的输入是任务特定的查询向量，其初始化过程结合了任务语义和点云的几何特征,查询解码器通过Transformer解码器层与多尺度特征图进行交互，动态融合局部和全局信息，最后通过查询特征动态生成卷积核，输出Kins个实例和Ksem个语义掩码，卷积操作使得内核能够捕捉到超点特征中的有用信息； 步骤4：通过预测真值掩码和实际真值掩码计算掩码匹配代价，并设计代价函数Cik，设计解纠缠匹配和总损失函数L。
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长春工业大学，其通讯地址为：130000 吉林省长春市朝阳区延安大街2055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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号