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！

龙图腾网获悉上海人工智能创新中心申请的专利3D点云数据中的单一数据集域泛化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：CN116310385B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310251452.6，技术领域涉及：G06V10/44；该发明授权3D点云数据中的单一数据集域泛化方法是由黄思渊;石博天;张铂;李怡康;窦民设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。

本3D点云数据中的单一数据集域泛化方法在说明书摘要公布了：本发明公开了一种3D点云数据中的单一数据集域泛化方法。该方法包括：基于源域数据集，基于设定的分类损失函数预训练深度学习模型，获得基线模型，所述源域数据集反映三维点云数据与类别标签之间的对应关系；以适配多个目标域为优化目标，基于设定的总体目标函数对所述基线模型进行训练，获得域泛化模型，其中该总体目标函数包含所述分类损失；利用所述域泛化模型针对目标域的点云数据进行类别预测。利用本发明，可以在不接触目标域的限制下，对多个不同的目标域实现良好的迁移能力。

本发明授权3D点云数据中的单一数据集域泛化方法在权利要求书中公布了：1.一种3D点云数据中的单一数据集域泛化方法，包括以下步骤： 基于源域数据集，基于设定的分类损失函数预训练深度学习模型，获得基线模型，所述源域数据集反映三维点云数据与类别标签之间的对应关系； 以适配多个目标域为优化目标，基于设定的总体目标函数对所述基线模型进行训练，获得域泛化模型，其中该总体目标函数包含分类损失； 利用所述域泛化模型针对目标域的点云数据进行类别预测； 其中，所述分类损失函数设置为： 其中，是训练样本的类别权重，表示深度学习模型一次载入的数据量，表示深度学习模型在参数为情况下，输入一个点云数据x，得到的损失，x表示点云数据，表示类别标签； 其中，所述训练样本的类别权重定义为： 其中，代表第i类别中的样本数量，q是设定的正数； 其中，所述总体目标函数设置为： 其中，是最大均值差异正则化损失函数，表示分类损失函数； 其中，所述最大均值差异正则化损失函数表示为： 其中，是语义对齐约束项，是几何差异约束项，和是对应的权重； 其中，所述几何差异约束项表示为： 其中，是核函数，下标t和s分别表示用单一数据集采样得到的两个不同子域，表示子域s中样本数量，表示子域t中样本数量，表示子域s的样本索引，表示子域t中的样本索引，和表示子域s的样本对应的多层级特征，和表示子域t中的样本对应的多层级特征。

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上海人工智能创新中心，其通讯地址为：200232 上海市徐汇区云锦路701号37、38层；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”。