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！

龙图腾网获悉浙江大学申请的专利一种基于最近邻KNN算法的逐帧点云快速实例分割方法及装置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：CN117115179B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202311144242.3，技术领域涉及：G06T7/10；该发明授权一种基于最近邻KNN算法的逐帧点云快速实例分割方法及装置是由张建明;彭昊龙;朱科;孟濬设计研发完成，并于2023-09-06向国家知识产权局提交的专利申请。

本一种基于最近邻KNN算法的逐帧点云快速实例分割方法及装置在说明书摘要公布了：本发明公开一种基于最近邻KNN算法的逐帧点云快速实例分割方法及装置，有效提升了模型对逐帧点云实例分割的处理效率。属于三维计算机视觉领域。本发明方法步骤包括：首先对相邻每两帧的点云数据进行配准，得到相邻每两帧点云数据之间的参数变换信息；对点云数据进行标准化处理并利用变换信息实现两帧点云的转换；基于最邻近KNN算法的思路搭建一种针对逐帧点云的快速实例分割算法；优化点云搜索速度；将训练的模型和真实值做负反馈网络优化KNN模型；利用该优化模型提前得到下一帧的预测结果。本发明提出的逐帧点云快速实例分割算法大大减少了在模型的推理过程中算力以及加快了模型推理的速度。

本发明授权一种基于最近邻KNN算法的逐帧点云快速实例分割方法及装置在权利要求书中公布了：1.一种基于最近邻KNN算法的逐帧点云快速实例分割方法，其特征在于，该方法包括以下步骤： 步骤1：对于任一目标物体相邻的两帧点云数据，使用迭代最近法ICP进行配准，得到目标物体相邻的两帧点云数据之间的第一姿态变换参数； 步骤2：根据步骤1得到的第一姿态变换参数，将目标物体相邻的两帧点云数据中的第一帧点云数据拼接到第二帧点云数据，得到第一配准点云数据； 步骤3：获取基础训练验证数据，包括目标物体第一帧点云的数目m，第一帧点云的坐标，第一帧点云的目标物体实例分割结果，第一配准点云的数目为n，点云数据的坐标为，第一配准点云的目标物体实例分割结果；以点云坐标作为输入，计算欧式距离得到预测的分类概率，以点云的目标物体实例分割结果作为输出训练KNN模型并基于预测误差进行优化；将第一配准点云输入到优化后的KNN模型，输出预测的点云的目标物体实例分割结果，得到目标物体类别； KNN模型优化过程如下： a）对点云坐标添加索引Index； b）利用Faiss算法将点云搜索构建封装成一个索引文件Indexfile并缓存在内存中，提供实时的查询计算； c）基于基础训练验证数据的原始值和通过KNN模型预测数据进行相减计算出误差； d）对以负反馈形式传递到模型KNN中，使得模型进行二次优化，最后得到训练模型Model_KNN； e）将步骤2得到的第一配准点云作为模型Model_KNN输入，得到预测结果为： 其中，表示第n个配准点云对应的模型Model_KNN输出的预测结果； Faiss算法详细步骤如下： a）将目标物体的原始点云向量化，分成M个子空间，针对每个子空间训练中心点； b）查找向量对应的中心点； c）向量减去对应的中心点生成残差向量； d）针对残差向量生成二级量化器。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。