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！

龙图腾网获悉浙江大学申请的专利一种基于深度学习的激光雷达点云新类别发现的语义分类方法及系统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：CN119131500B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411271753.6，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的激光雷达点云新类别发现的语义分类方法及系统是由胡浩宇;舒振宇;辛士庆;刘利刚设计研发完成，并于2024-09-11向国家知识产权局提交的专利申请。

本一种基于深度学习的激光雷达点云新类别发现的语义分类方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的激光雷达点云新类别发现的语义分类方法，包括：获取点云场景数据并进行预处理得到第一坐标数据和第二坐标数据并输入编码器，对应得到第一点特征和第二点特征；基于第一点特征和第二点特征进行处理得到簇集合；并与目标优化函数对编码器进行训练得到训练好的编码器；将点云场景数据输入训练好的编码器得到点云场景特征；基于点云场景特征得到标注特征和未标注特征；基于标注特征得到类别原型；基于未标注数据得到未知类别原型；基于类别原型和未知类别原型组成分类器并与训练好的编码器组成预测模型；将待测点云场景数据输入预测模型得到预测结果。避免了无法处理类别数量失衡情况和在已知类别上过拟合的问题。

本发明授权一种基于深度学习的激光雷达点云新类别发现的语义分类方法及系统在权利要求书中公布了：1.一种基于深度学习的激光雷达点云新类别发现的语义分类方法，其特征在于，包括： 获取点云场景数据并进行预处理得到第一坐标数据和第二坐标数据； 将所述第一坐标数据和所述第二坐标数据输入至编码器，对应得到第一点特征和第二点特征； 基于所述第一点特征和所述第二点特征进行处理，对应得到多个第一标注簇、多个第一未标注簇和多个第二标注簇、多个第二未标注簇，共同组成簇集合； 基于所述簇集合与目标优化函数对所述编码器进行训练，得到训练好的编码器； 所述目标优化函数L为： L＝1-λLs+λLu 其中，λ表示无监督损失的权重系数，Ls表示监督对比学习目标函数，Lu表示无监督的目标函数，Ni表示了同一个批次中和第一视图xi属于同一个类别的其他点，zi＝φfξxi，fξ表示编码器，φ表示多层感知机投影头，1n≠i表示指示函数，zq和zn分别表示同一个批次中和xi属于同一个类别以及不同类别所提取得到的特征，τ表示温度系数，Lcluster和分别表示簇内一致性约束损失函数和簇间无监督对比损失函数，α表示簇内一致性约束损失函数的权重系数； 将所述点云场景数据分批次输入至所述训练好的编码器，得到点云场景特征；基于所述点云场景特征得到标注特征和未标注特征； 基于所述标注特征计算各个类别的平均值得到类别原型；基于所述未标注特征进行聚类得到未知类别原型； 基于所述类别原型和所述未知类别原型组成分类器；基于所述分类器和所述训练好的编码器组成预测模型； 将待测点云场景数据输入至所述预测模型，得到预测类型结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。