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！

龙图腾网获悉杭州电子科技大学申请的专利基于多尺度和混合注意力的点云分类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：CN118262165B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410383057.8，技术领域涉及：G06V10/764；该发明授权基于多尺度和混合注意力的点云分类方法是由张鹏鹏;张鹏泉设计研发完成，并于2024-04-01向国家知识产权局提交的专利申请。

本基于多尺度和混合注意力的点云分类方法在说明书摘要公布了：本发明属于激光雷达点云分类技术领域，公开了基于多尺度和混合注意力的点云分类方法，在pointnet网络的基础上进行改进得到的；在pointnet网络的基础上添加了FE（Featureextensions）模块，完成输入特征维度的扩展；之后利用两个不同大小的卷积核进行卷积，实现多尺度特征提取，以获得更丰富的特征；之后将提取到的局部特征进行拼接，以丰富最后提取到的全局特征；之后引入MA（Mixattention）模块，对提取到的包含局部特征在内的全局特征进行优化；最后引入soft池化操作，最大程度的保留了提取出的点云的特征，这些措施都提高了分类模型的准确性。

本发明授权基于多尺度和混合注意力的点云分类方法在权利要求书中公布了：1.一种基于多尺度和混合注意力的点云分类方法，其特征在于，包括如下步骤： 步骤1，将点云数据输入到预先设计好的点云分类网络； 步骤2，通过FE模块对输入点云的特征进行扩展，得到特征1； 步骤3，将步骤2所得的特征1，分别输入到MP1_1和MLP3_1模块中进行特征提取，并将MP1_1和MLP3_1模块的输出拼接到一起得到特征2； 步骤3.1，将步骤2所得的特征1，分别输送到MLP1_1和MLP3_1模块进行升维操作； 步骤3.1.1，将步骤2所得的特征1，输送到MLP1_1模块进行升维操作，在MLP1_1模块中利用1*1大小的卷积核进行卷积，将输入的10维特征进行升维得到64维的特征； 步骤3.1.2，将步骤2所得的特征1，输送到MLP3_1模块进行升维操作，在MLP3_1模块中利用3*3大小的卷积核进行卷积，将输入的10维特征进行升维得到64维的特征； 步骤3.2，将步骤3.1得到的两个高维特征数据拼接，以得到特征2； 步骤4，将步骤3所得的特征2，分别输入到MP1_2和MLP3_2模块中进行特征提取，并将MP1_2和MLP3_2模块的输出拼接到一起得到特征3； 步骤4.1，将步骤3所得的特征2，分别输送到MLP1_2和MLP3_2模块进行升维操作； 步骤4.1.1，将步骤3所得的特征2，输送到MLP1_2模块进行升维操作，在MLP1_2模块中利用1*1大小的卷积核进行卷积，将输入的64维特征进行升维得到128维的特征； 步骤4.1.2，将步骤3所得的特征2，输送到MLP3_2模块进行升维操作，在MLP3_2模块中利用3*3大小的卷积核进行卷积，将输入的64维特征进行升维得到128维的特征； 步骤4.2，将步骤4.1得到的两个高维特征数据拼接，以得到特征3； 步骤5，将特征2和特征3拼接到一起，得到特征4； 步骤6，将步骤5所得的特征4输入到MLP1_3模块中得到特征5； 步骤7，将步骤6所得的特征5输入到MA模块得到特征6； 步骤8，将步骤7所得的特征6输入到soft池化模块得到高维特征； 步骤9，把高维特征输入到全连接网络，得到每个类的类分数，至此完成分类操作。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市江干区2号大街1158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”。