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！

龙图腾网获悉中山大学申请的专利基于全自注意力网络的深度点云压缩编码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：CN114363633B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111649443.X，技术领域涉及：H04N19/597；该发明授权基于全自注意力网络的深度点云压缩编码方法是由梁凡;梁祖杰;郁鹏鹏设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本基于全自注意力网络的深度点云压缩编码方法在说明书摘要公布了：本发明公开了一种基于全自注意力网络的深度点云压缩编码方法，方法包括：构建点云全自注意力网络，点云全自注意力网络包括编码器和解码器；获取训练数据，构建倒角距离目标函数对点云全自注意力网络进行训练；向训练完成的点云全自注意力网络输入点云数据，利用编码器对点云数据进行特征采样处理得到点云编码，完成点云压缩；根据点云编码，利用解码器重构点云数据，完成点云解压缩。本发明基于倒角距离目标函数的网络训练，加强点云各点间的局部和全局相关性的学习，并通过编码机对点云的特征采样，得到能够准确表征点云语义信息的点云编码，且保证了点云信息存储和运输的安全性及稳定性，可广泛应用于点云压缩编码技术领域。

本发明授权基于全自注意力网络的深度点云压缩编码方法在权利要求书中公布了：1.一种基于全自注意力网络的深度点云压缩编码方法，其特征在于，包括： 构建点云全自注意力网络，所述点云全自注意力网络包括编码器和解码器； 其中，点云自注意力模块由多头自注意力模块、残差与归一化层、前向层等构成，多头自注意力模块用于学习点云之间的语义关系信息，从而捕获局部和全局特征，残差与归一化层用于防止过拟合，前向层包含了线性层和激活层，用于特征传递；下采样模块和点云自注意力模块首先构成编码模块，再由多个编码模块组合构建编码器；上采样模块和点云自注意力模块首先构成解码模块，再由多个解码模块组合构建解码器； 多头自注意力模块中，将输入的点云经过三个线性层映射为Q，K，V矩阵，Q，K，V矩阵在缩放自注意力模块中进行局部和全局的特征交互，然后得到单头自关注特征嵌入，利用不同参数的模块重复该操作得到多头的特征嵌入，然后再将多头特征嵌入进行级连操作，经过线性层实现特征传递，最终得到经过多头自关注后的特征嵌入； 缩放自注意力模块中，对输入的Q，K矩阵进行点积并缩放，然后计算softmax激活值，再将所有激活值与V矩阵进行点积，最终得到经过缩放自注意力后的特征嵌入； 获取训练数据，构建倒角距离目标函数对所述点云全自注意力网络进行训练； 向训练完成的点云全自注意力网络输入点云数据，利用所述编码器对所述点云数据进行特征采样处理得到点云编码，完成点云压缩； 根据所述点云编码，利用所述解码器重构点云数据，完成点云解压缩。

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中山大学，其通讯地址为：510275 广东省广州市新港西路135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”。