北京大学深圳研究生院焦海龙获国家专利权
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!
龙图腾网获悉北京大学深圳研究生院申请的专利基于数据复用和计算跳过的点云分析方法、装置及可读介质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:CN119762461B 。
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:202411869534.8,技术领域涉及:G06T7/00;该发明授权基于数据复用和计算跳过的点云分析方法、装置及可读介质是由焦海龙;周长春设计研发完成,并于2024-12-18向国家知识产权局提交的专利申请。
本基于数据复用和计算跳过的点云分析方法、装置及可读介质在说明书摘要公布了:本发明公开了一种基于数据复用和计算跳过的点云分析方法、装置及可读介质,包括:将待分析的点云数据输入到点云分析模型,进入到第一个层级,通过第一个层级的采样层输出采样结果,在下一个层级的采样层的采样过程中复用当前层级的采样层的采样结果,将当前层级的采样结果中的保留点的坐标和特征采用基于块级流水线延迟聚合的层级间数据复用方法,得到当前层级的聚合特征,当前层级的聚合特征经过剪枝层进行动态点剪枝操作,得到当前层级输出的点云数据,当前层级输出的点云数据作为下一层级输入的点云数据,最后一个层级输出的点云数据作为分析结果。本发明能够有效减少计算量,最大限度地减少片外存储器访问。
本发明授权基于数据复用和计算跳过的点云分析方法、装置及可读介质在权利要求书中公布了:1.一种基于数据复用和计算跳过的点云分析方法,其特征在于,包括以下步骤: 获取待分析的点云数据; 构建基于数据复用和计算跳过的点云分析模型并训练,得到经训练的点云分析模型,所述点云神经网络包括若干个层级,每个层级包括采样层、组合层、多层感知机单元、聚合层和剪枝层,多层感知机单元包括依次连接的多个多层感知机; 将所述待分析的点云数据输入到所述经训练的点云分析模型,所述待分析的点云数据输入所述经训练的点云分析模型的第一个层级,通过所述第一个层级的采样层输出采样结果,在当前层级的采样层的采样结果的基础上确定下一个层级的采样层的丢弃点和保留点,依照顺序建立每一个层级的采样层的保留点的索引和坐标并结合保留点的特征作为采样结果进行输出,在下一个层级的采样层的采样过程中复用所述当前层级的采样层的采样结果,将当前层级的采样结果中的保留点的坐标和特征在当前层级的组合层、多层感知机单元和所述聚合层中采用基于块级流水线延迟聚合的层级间数据复用方法,并跳过当前层级的丢弃点在上一个层级的组合操作、卷积操作和聚合操作,得到当前层级的聚合特征,所述当前层级的聚合特征经过所述剪枝层进行动态点剪枝操作,得到当前层级输出的点云数据,当前层级输出的点云数据作为下一层级输入的点云数据,最后一个层级输出的点云数据作为分析结果。
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北京大学深圳研究生院,其通讯地址为:518055 广东省深圳市南山区西丽镇丽水路深圳大学城北大校区;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”。
以上内容由龙图腾AI智能生成。
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。

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