南京邮电大学翟明亮获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利基于大位移分解的场景流估计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：CN118429387B 。
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：202410605181.4，技术领域涉及：G06T7/246；该发明授权基于大位移分解的场景流估计方法是由翟明亮;谢九成;高浩设计研发完成，并于2024-05-16向国家知识产权局提交的专利申请。
本基于大位移分解的场景流估计方法在说明书摘要公布了：本发明提出了一种基于大位移分解的场景流估计方法，该方法将金字塔形变网络与场景流估计相结合，能够将大位移运动分解为小位移运动并通过自监督学习得到场景流，提升了模型对于场景中大位移运动的鲁棒性。所提出模型命名为L3DFlow，该模型能够适应场景中的大位移运动，并且能从输入的3D点云数据中获取到更为准确的场景流信息。在估计场景流时，输入单位时间间隔的3D点云，只需通过前向计算即可得到场景流，提升了求解速度，能够满足实时的应用场合。
本发明授权基于大位移分解的场景流估计方法在权利要求书中公布了：1.一种基于大位移分解的场景流估计方法，其特征在于，所述方法包括如下步骤： S1.首先准备用于场景流网络训练的3D点云序列，S2.使用三层卷积层神经网络提取相邻两个时刻点云的特征，S3.点云特征匹配，获得点云对应配准信息，将S2中得到的点云特征用余弦相似性来衡量两个点之间的匹配程度，使用最优传输模型并结合Sinkhorn算法得到点云间的相关性，S4.将源点与点云间的相关度相减，得到初始流，S5.使用上述的步骤构建金字塔模型，S2至S4为金字塔每一层的处理过程，将空间中的点经过正弦编码取样在每k层中取样部分点Xk输入到金字塔的第k层，S6.经过S1到S4得到部分点的初始流F，对F上采样，得到F’，使F中流的数量和下一层中正弦编码后取样的点Xk+1数量相同，将F’和下一层取样点相加，输入到金字塔的k+1层，重复S2至S6直到取样点数量与源点数相同，S7.计算模型的损失函数，使用置信度感知距离损失函数和流动平滑度损失函数在每一层中计算损失，并在最后通过采样关系将损失相加得到总训练目标函数，S8.模型的实验与验证，将源点云和目标点云输入到模型中，输出即为所需估计的场景流。
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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励