Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东大学常发亮获国家专利权

山东大学常发亮获国家专利权

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!

龙图腾网获悉山东大学申请的专利一种基于自监督条件扩散模型的点云补全方法及系统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:CN119599904B

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:202411684196.0,技术领域涉及:G06T5/70;该发明授权一种基于自监督条件扩散模型的点云补全方法及系统是由常发亮;刘宏宇;刘春生;郇恒强;王德鑫;周君设计研发完成,并于2024-11-22向国家知识产权局提交的专利申请。

一种基于自监督条件扩散模型的点云补全方法及系统在说明书摘要公布了:本发明属于计算机视觉技术领域,提供了一种基于自监督条件扩散模型的点云补全方法及系统,包括:获取目标图像;分割所获取的目标图像,将目标图像的分割信息映射到点云空间,得到初步残缺点云;对所得到的初步残缺点云进行点云去噪处理;根据去噪后的初步残缺点云和采用多尺度特征融合机制的自监督条件扩散模型捕捉点云空间几何特征,推测补全缺失点云,生成完成的点云数据,完成基于自监督条件扩散模型的点云补全。

本发明授权一种基于自监督条件扩散模型的点云补全方法及系统在权利要求书中公布了:1.一种基于自监督条件扩散模型的点云补全方法,其特征在于,包括: 获取目标图像; 分割所获取的目标图像,将目标图像的分割信息映射到点云空间,得到初步残缺点云; 对所得到的初步残缺点云进行点云去噪处理; 根据去噪后的初步残缺点云和采用多尺度特征融合机制的自监督条件扩散模型捕捉点云空间几何特征,推测补全缺失点云,生成完整的点云数据,完成基于自监督条件扩散模型的点云补全; 通过多尺度特征融合机制和特征一致性策略,所述自监督条件扩散模型捕捉去噪后的初步残缺点云中局部与全局的空间几何特征,结合多尺度特征融合机制、去噪分支和条件分支,整合不同尺寸的残缺形状,推测补全缺失点云,生成完整的点云数据;所述去噪分支用于处理完整点云的特征提取,所述条件分支用于从残缺点云中提取多尺度条件特征;为充分利用条件分支提供的上下文信息,采用逐层融合机制,对去噪分支和条件分支的特征在每个网络层次上进行整合; 基于条件分支提取多尺度特征,将所提取到的特征映射回与原始残缺点云相同格式的张量,得到条件分支点云;基于所得到的条件分支点云和原始残缺点云得到点云损失函数,根据所得到的点云损失函数计算生成点云与残缺点云之间的Chamfer距离,捕捉残缺点云的几何信息,通过优化所得到的点云损失函数改善生成点云的质量。

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:250061 山东省济南市历下区经十路17923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。

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。