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！

龙图腾网获悉重庆邮电大学申请的专利一种针对PointCNN可解释性的可视分析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：CN114549806B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202210210368.5，技术领域涉及：G06T19/20；该发明授权一种针对PointCNN可解释性的可视分析方法是由秦红星;何佳燚设计研发完成，并于2022-03-04向国家知识产权局提交的专利申请。

本一种针对PointCNN可解释性的可视分析方法在说明书摘要公布了：本发明涉及一种针对PointCNN可解释性的可视分析方法，属于可视化技术领域。该方法包括：S1：将三维人体点云三维坐标输入到待研究的目标神经网络模型中进行预测，获取所需研究数据；目标神经网络是采用PointCNN网络结构对于人体点云部位分割实现歧义点消除的神经网络模型；S2：提取所需研究数据，具体包括各层网络参数、特征信息、各层点云数据和预测结果点云详细信息；S3：将得到的点云、特征信息和网络参数进行关联，输出并存储关系矩阵；S4：将建立关联的点云、特征信息和网络参数以可视化的方式呈现出来，从多个方面对PointCNN进行分析。本发明有利于更好的掌握PointCNN的运作机制以及网络中的细节。

本发明授权一种针对PointCNN可解释性的可视分析方法在权利要求书中公布了：1.一种针对PointCNN可解释性的可视分析方法，其特征在于，该方法具体包括以下步骤： S1：将三维人体点云三维坐标输入到待研究的目标神经网络模型中进行预测，获取所需研究数据；所述目标神经网络是采用PointCNN网络结构对于人体点云部位分割实现歧义点消除的神经网络模型； PointCNN网络的每一层为X-Conv，用于处理三维点云输入；具体包括以下步骤： 1在PointCNN网络中输入K、p、P，F；其中，K为K近邻的K值，同时也是卷积核大小；p为特征聚集点，P为p的K近邻点集合，F为p点特征矩阵，网络第一层的F则为p点三维坐标矩阵； 2对于p'采用MLP生成特征矩阵Fδ；其中，p'是P中点三维坐标分别减去p点坐标生成的新三维坐标集合； 3将F与Fδ拼接成F*； 4通过MLP习得X变换矩阵； FX＝X×F* Fp＝ConvK,FX 总结起来表述为： Fp＝X-ConvK,p,P,F＝ConvK,MLPP-p×[MLPδP-p,F] 其中，Fp表示p点通过X-Conv所学习到的特征； S2：提取所需研究数据，具体包括各层网络参数、特征信息、各层点云数据和预测结果点云详细信息；所述网络参数包括神经网络网络层数和各层通道数；所述特征信息数据包括特征矩阵；所述各层点云数据为各层特征点云的三维坐标；所述预测结果详细数据包括预测结果点云三维坐标、各点的准确率和手动标注原始点云各点标签； S3：将得到的点云、特征信息和网络参数进行关联，输出并存储关系矩阵； S4：将建立关联的点云、特征信息和网络参数以可视化的方式呈现出来，从多个方面对PointCNN进行分析。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。