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！

龙图腾网获悉山东大学申请的专利一种基于跨模态特征融合的单光子点云三维成像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：CN120580394B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511052833.7，技术领域涉及：G06T19/20；该发明授权一种基于跨模态特征融合的单光子点云三维成像方法是由刘俊良;吴千曦;李永富;范书振;费宬;董亚魁;王丽丽;刘云霞设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于跨模态特征融合的单光子点云三维成像方法在说明书摘要公布了：本申请属于三维成像技术领域，具体涉及一种基于跨模态特征融合的单光子点云三维成像方法，具体包含点云数据预处理算法，用于将单光子激光雷达回波数据转化为三维点云形式，实现复杂场景点云中主体目标提取并完成计算去噪处理；设计了跨模态特征融合点云重构网络，在重构过程中多次引入二维特征并与三维点云特征建立交互，辅助残缺点云与真实完整点云构建映射关系；设计了KNN分割坐标填充算法，计算补全点云空缺坐标直至其分辨率匹配二维红外图像，实现二维图像与三维点云像素级融合成像。

本发明授权一种基于跨模态特征融合的单光子点云三维成像方法在权利要求书中公布了：1.一种基于跨模态特征融合的单光子点云三维成像方法，其特征在于，包括以下步骤： S1.单光子目标点云提取与去噪处理，得到主体目标点云数据； S2.构建跨模态特征融合的点云补全神经网络，通过映射二维图像与三维点云间特征关联，补全生成的点云； 跨模态特征融合的点云补全神经网络包括二维特征交互模块，二维特征交互模块处理步骤如下： 通过一个2DTransformer对双方二维图像特征进行交互，从而增强输出特征与后续三维点云特征融合后的效果； 利用2DTransformer模块的交叉注意力机制与深度图特征补充灰度图像中缺少的距离位置信息，同时融入视角特征用于帮助特征交互，该2DTransformer处理过程表达式为： ； ； ； ； 其中为深度图特征，为灰度单视角图像特征，为初步拼接两二维特征生成的融合特征，为位置编码操作，表示投影视点，为线性层，为层归一化，为前馈网络，为二维增强输出特征，为中间生成融合特征； 跨模态特征融合的点云补全神经网络包括融合模块，融合模块处理步骤如下： 将点云输入后三次跨注意力操作和一次自注意力操作后经过解码器生成中间输出点云，在跨注意力操作中将输入点云特征变换生成查询向量Q，外部点云特征与二维图像特征生成键向量K和值向量V，通过注意力机制生成双方模态特征之间互相关的权重，从而聚合不同来源的特征信息，其表达式为： 其中、、为向量对应权重，为融合后点云特征，为融合模块的点云输入特征，，图像键向量，为图像值向量，d为Q、K矩阵维度； 在跨注意力层间加入了一个自注意力层，用于使用全局感受野对特征进行排列不变变换，以纠正图像中未正确整合的信息； 在融合模块中，输入点云特征首先与原始点云特征进行跨注意力操作以保持其基本几何结构，然后与二维图像特征跨注意力融合，生成融合点云特征，在对该特征进行自注意力操作后将结果特征输出模块作为下一级融合模块的外部输入特征，最后与上级融合模块自注意力层结果特征进行跨注意力操作，经过由权值共享多层感知机组成的特征解码器后得到该融合模块生成的中间形态点云作为后续输入； S3.坐标补全与图像的融合。

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山东大学，其通讯地址为：266200 山东省青岛市即墨区滨海路72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。