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！

龙图腾网获悉南京理工大学申请的专利一种三维点云的大规模点云语义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：CN116977636B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310896119.0，技术领域涉及：G06V10/26；该发明授权一种三维点云的大规模点云语义分割方法是由左超;陈瑢;胡岩;冯世杰;聂万延;管海涛;杨梦男设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种三维点云的大规模点云语义分割方法在说明书摘要公布了：本发明公开了一种三维点云的大规模点云语义分割方法，对包括使用体素化网格的方式实现点云文件下采样，减少点云数量，计算得到相对均匀的大规模点云数据；使用多个不同卷积核的空洞卷积方法扩展每个点云中每个点的感受野范围，使用特征融合算法得到融合上下文的更大的感受野。本发明通过对输入点云数据的下采样操作和对感受野的进一步增强，减少大规模点云下采样过程中几何信息的损失，尽可能地保留非均匀点云的几何特征，提高地面物体边界检测的准确性。

本发明授权一种三维点云的大规模点云语义分割方法在权利要求书中公布了：1.一种三维点云的大规模点云语义分割方法，其特征在于，具体步骤如下： 步骤1，使用体素化网格的方式实现点云文件下采样，根据图像生成的稀疏区域的点云衡量网格大小的选取，计算得到相对均匀的大规模点云数据； 步骤2，建立KD树，将点的距离信息存储在树里； 步骤3，将具有跳跃连接的多个局部特征聚合模块和注意力池组合堆叠为一个扩张残差块，在每次利用局部特征聚合模块进行局部空间编码前将点的位置信息加入，同时在局部特征聚合模块输入前与注意力池输出后输入共享MLP，并将堆叠后的输出特征与输入点云经过共享MLP处理后的特征相加，获得最终的聚合特征，其中，每个局部特征聚合模块和注意力池组合完成局部空间编码以及局部相邻特征聚合； 局部特征聚合模块进行局部空间编码的具体方法为： 输入点云特征通过共享MLP加入点云空间坐标，对输入的每一个点云P和所有点的特征与最近邻k个点的位置信息进行局部空间编码，聚合点的信息；第一层局部特征聚合模块和注意力池组合的输入点云特征为步骤1计算得到的大规模点云数据，后续每一层局部特征聚合模块和注意力池组合的输入点云特征为上一层局部特征聚合模块和注意力池组合输出的点云特征； 注意力池完成局部相邻特征聚合的具体方法为： 对局部特征聚合模块输出的新的局部相邻特征设计一个由共享MLP和软掩膜组成的共享函数来学习每个特征的唯一注意力得分，注意力得分具体公式为： 其中g表示一个共享函数，W是共享MLP的可学习权值； 对领域点集的特征加权求和，具体公式如下：

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；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。