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！

龙图腾网获悉广西大学申请的专利基于自适应拉普拉斯卷积网络的3D点云分类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：CN119273960B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411199437.2，技术领域涉及：G06V10/764；该发明授权基于自适应拉普拉斯卷积网络的3D点云分类分割方法是由尹梦晓;李林峰;廖俊杰;杨林峰;杨锋设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本基于自适应拉普拉斯卷积网络的3D点云分类分割方法在说明书摘要公布了：本发明公开了一种基于自适应拉普拉斯卷积网络的3D点云分类分割方法，包括：使用经过预处理和采样分组后的公开数据集进行网络训练，对传统的拉普拉斯卷积网络进行改进，在特征提取部分引入向量注意力方法，实现权重的自适应调整，在特征提取部分的模块间建立跳过连接方式，实现特征的多尺度融合。设计增强模块，增强提取到的局部特征信息。最终由训练好的网络对待测的3D点云进行分类和分割。本发明解决了3D点云因不规则特性而导致的局部信息提取困难问题，为部分网络在面对稀疏点云和带噪声点云时发生性能骤降的问题提供了新的解决思路。并且，本发明追求轻量化设计，实时性能好，能够精确地完成3D点云的分类分割任务。

本发明授权基于自适应拉普拉斯卷积网络的3D点云分类分割方法在权利要求书中公布了：1.基于自适应拉普拉斯卷积网络的3D点云分类分割方法，其特征在于，包括以下步骤： 1使用公开的3D点云数据集，该数据集包含真值点云类别标签和若干点云，并对该数据集进行预处理得到数量统一和分布均匀的点云数据； 2使用最远点采样算法和球查询算法，对预处理后得到的点云数据进行采样分组，将点云数据分为若干个球域组，每个球域组具有一个中心点，每个球域组包含以指定半径形成的球体内的全部点云； 3对经过采样分组得到的多个球域组进行特征提取，提取出相应的特征向量，包括中心点特征和邻域特征，其中，所述邻域特征是指球域组内除中心点之外的其它点云的特征； 4设计包含了向量注意力的拉普拉斯特征卷积机制，将特征向量利用拉普拉斯特征卷积机制自适应分配注意力权重，并根据注意力权重大小分别强化球域组中点云的中心点特征和邻域特征，实现中心点特征和邻域特征间的卷积； 5设计包含了相似性匹配计算的增强模块，用于进一步增强提取到的特征向量，来提高网络训练的准确性； 6使用特征向量训练自适应拉普拉斯卷积网络，使用多分类交叉熵作为损失函数，并输出对应点云类别；其中，所述自适应拉普拉斯卷积网络为改进的拉普拉斯卷积网络，其改进是在原拉普拉斯卷积网络的基础上加入向量注意力，自适应获得拉普拉斯权重，增加跳过连接的多尺度融合方式，输入点云，使用分组采样得到的球域组分别进行特征提取，获取点云数据的局部和全局特征，使其获得对应空间上的整体特征更完善； 7应用训练好的自适应拉普拉斯卷积网络，将待测的3D点云数据输入网络，得到点云所属类别和各部件分割效果。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市大学东路100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。