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 > 哈尔滨工业大学(深圳)唐琳琳获国家专利权

哈尔滨工业大学(深圳)唐琳琳获国家专利权

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!

龙图腾网获悉哈尔滨工业大学(深圳)申请的专利一种基于自学习的有向点云去噪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:CN115471424B

龙图腾网通过国家知识产权局官网在2025-09-09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:202211220083.6,技术领域涉及:G06T5/70;该发明授权一种基于自学习的有向点云去噪方法是由唐琳琳;范艺杰;苏敬勇;刘洋;漆舒汉设计研发完成,并于2022-10-08向国家知识产权局提交的专利申请。

一种基于自学习的有向点云去噪方法在说明书摘要公布了:本发明涉及点云去噪技术领域,更具体来说涉及一种基于自学习的有向点云去噪方法,在可微分泊松求解器的基础上,先将有向点云映射到网格域,在网格域上利用更加充分的几何信息进行自训练和优化,再将损失函数基于可微分的性质回传到点云域,对点云域的点进行移动和优化,实现去噪。将点云域的去噪问题映射到网格域的自身调整问题实现去噪,自学习训练过程中利用重采样的步骤来优化有向点云的局部法向一致性,同时重新定义多分辨率的损失函数,使得去噪能够在局部和整体信息间取得平衡。

本发明授权一种基于自学习的有向点云去噪方法在权利要求书中公布了:1.一种基于自学习的有向点云去噪方法,其特征在于: 在可微分泊松求解器的基础上,先将有向点云映射到网格域,在网格域上利用更加充分的几何信息进行自训练和优化,再将损失函数基于可微分的性质回传到点云域,对点云域的点进行移动和优化,实现去噪;具体包括下述步骤: 步骤一、利用ShapeAsPoints算法作为可微分泊松方程求解器,将有向点云映射到网格域; 步骤二、将输入的带有噪声的有向点云P复制得到Pgt,P向Pgt学习的过程称为自训练,将P和Pgt使用可微分泊松方程求解器向网格域转化,得到网格M和Mgt,使用倒角距离求两个网格域中网格顶点之间的损失函数,将求得的损失函数反向传播到点云域,从而对于点云域中的点进行优化,经过若干次自训练进行降噪处理; 所述步骤二中的损失函数是: 其中p是网格域M中的点,q是网格域Mgt中的点,是p与q之间的距离。

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哈尔滨工业大学(深圳),其通讯地址为:518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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。