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！

龙图腾网获悉东华理工大学南昌校区申请的专利一种基于双重自注意力机制的点云弱监督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：CN120580440B 。

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：202511082723.5，技术领域涉及：G06V10/26；该发明授权一种基于双重自注意力机制的点云弱监督语义分割方法是由王蕾;陈功新;胡文龙;郭爱华设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于双重自注意力机制的点云弱监督语义分割方法在说明书摘要公布了：本申请提供一种基于双重自注意力机制的点云弱监督语义分割方法，包括：获取部分标注的三维点云数据，点云数据包含空间坐标信息；通过GNE模块对点云数据的局部坐标特征进行编码，生成具有判别性的局部信息表示；采用DLA模块计算点云数据中点与点之间的特征相似性，生成注意力权重并调整点特征表达；通过AFAP模块对调整后的点特征进行加权聚合，生成全局特征表示；将DLA模块与AFAP模块串联堆叠形成DARF模块，提升对复杂几何形状的建模能力；基于弱监督训练策略对点云数据进行语义分割，输出分割结果。本申请显著减少了对标注数据的依赖，在有限标注时提升了分割性能。

本发明授权一种基于双重自注意力机制的点云弱监督语义分割方法在权利要求书中公布了：1.一种基于双重自注意力机制的点云弱监督语义分割方法，其特征在于，包括：获取部分标注的三维点云数据，点云数据包含空间坐标信息；通过GNE模块对点云数据的局部坐标特征进行编码，生成具有判别性的局部信息表示；采用DLA模块计算点云数据中点与点之间的特征相似性，生成注意力权重并调整点特征表达；通过AFAP模块对调整后的点特征进行加权聚合，生成全局特征表示；将DLA模块与AFAP模块串联堆叠形成DARF模块，提升对复杂几何形状的建模能力；基于弱监督训练策略对点云数据进行语义分割，输出分割结果； 通过GNE模块对点云数据的局部坐标特征进行编码，包括：针对点云数据中的每个中心点，利用最近邻算法基于欧式距离搜索其邻近点；获取中心点与邻近点之间的相对空间位置信息和欧式距离信息；根据相对空间位置信息和欧式距离信息对局部区域进行几何表示增强；将增强后的几何表示输入卷积层进行线性变换，生成具有判别性的局部信息表示；通过局部信息表示减少对空间信息的过度依赖，提升对噪声和不规则分布的鲁棒性； 基于弱监督训练策略对点云数据进行语义分割，包括：获取点云数据中的少量标注点，其余点保持未标注状态；通过网格下采样对点云数据进行预处理，保留空间分布信息；按预设比例随机选取部分点添加标签；通过标签传播机制将标注信息扩展至未标注点；结合语义相似性机制增强训练数据的有效性，提升模型泛化能力。

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东华理工大学南昌校区，其通讯地址为：330000 江西省南昌市经济技术开发区广兰大道418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。