Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学王佳宁获国家专利权

西安电子科技大学王佳宁获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于圆函数双线性正则编解码网络的大规模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:CN117036373B

龙图腾网通过国家知识产权局官网在2025-08-19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:202311039413.6,技术领域涉及:G06T7/10;该发明授权基于圆函数双线性正则编解码网络的大规模点云分割方法是由王佳宁;郝盛佳;杨攀泉;华筝;姚雨琼;刘波;崔江涛设计研发完成,并于2023-08-17向国家知识产权局提交的专利申请。

基于圆函数双线性正则编解码网络的大规模点云分割方法在说明书摘要公布了:基于圆函数双线性正则编解码网络的大规模点云分割方法,包括以下步骤;S1、获取待测点云,对点云进行预处理;S2、搭建点云分割网络模型;S3、将预处理完成的点云送入编码器,将编码器输出特征送入圆函数双线性正则细化模块进行细化,将细化特征送入解码器进行上采样及拼接,最终特征经预测头输出分割预测;S4、构建变权交叉熵损失函数,预测值与真值计算损失,对网络进行优化更新,得到训练权重,利用测试集对训练好的网络进行测试,输出测试点云分割结果,利用映射.pkl文件,将点云预测结果映射至原始点云场景,输出最终测试分割结果。本发明充分利用点云局部邻域特征对点云特征进行细化,利用变权交叉熵损失函数提升样本数量少的类别预测精度。

本发明授权基于圆函数双线性正则编解码网络的大规模点云分割方法在权利要求书中公布了:1.基于圆函数双线性正则编解码网络的大规模点云分割方法,其特征在于,包括以下步骤; S1、获取待测点云,对点云进行预处理,得到训练集,验证集,测试集; S2、搭建点云分割网络模型,所述点云分割网络模型包括编码器、圆函数双线性正则细化模块、解码器和预测头; S3、将所述预处理完成的点云送入编码器,将编码器输出特征送入圆函数双线性正则细化模块进行细化,得到细化特征,将细化特征送入解码器进行上采样及拼接,最终特征经预测头输出分割预测,得到预测值; S4、构建变权交叉熵损失函数,预测值与真值计算损失,对网络进行优化更新,得到训练权重,利用测试集对训练好的网络进行测试,输出测试点云分割结果,利用步骤S1得到的映射.pkl文件,将点云预测结果映射至原始点云场景,输出最终测试分割结果; 所述步骤S2具体为: S201:搭建编码器,所述编码器包括5个阶段,每个阶段包含一个扩展残差块,随机采样层;记输入点云为Pin∈RN×3,输入点云经1×1卷积调整通道数为8后送入第1个阶段,各个阶段的输出特征通道数变化为[32,128,256,512,1024],前4阶段对点云进行4倍降采样,第5阶段进行2倍降采样; S202:搭建轻量的圆函数双线性正则细化模块,所述细化模块包括圆函数池化模块和双线性正则模块,融合模块和激活函数,其中,三角函数池化模块包括相对位置计算层lr,局部图构建层lg和三角函数嵌入模块,双线性正则模块包括两个线性映射模块和两个不同轴向的平均池化层,融合模块包括相乘和求平均操作; S203:搭建解码器,包括5个阶段,每个阶段包含一个最近邻插值层,转置卷积层; S204:搭建预测头,包括3个1×1卷积层。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路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”。

以上内容由AI智能生成
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。