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！

龙图腾网获悉南京大学申请的专利一种上下文驱动的大规模园林场景点云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：CN117036694B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310907329.5，技术领域涉及：G06V10/26；该发明授权一种上下文驱动的大规模园林场景点云语义分割方法是由孙正兴;孙蕴瀚;骆守桐;王一设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本一种上下文驱动的大规模园林场景点云语义分割方法在说明书摘要公布了：本发明提供了一种上下文驱动的大规模园林场景点云语义分割方法，包括以下步骤：1多尺度空间上下文信息提取：提取点云逐点位置编码，并根据点云的近邻点聚合局部空间信息，最终通过特征拼接提取逐点多尺度空间上下文信息。2全局‑局部上下文提取：使用局部Transformer编码网络提取点云的局部上下文，使用全局Transformer编码网络提取点云的全局上下文。3全局‑局部上下文融合及Transformer解码：根据全局特征和局部特征的相关性融合点云的全局和局部的特征并使用Transformer解码器解码特征得到逐点的类别标签，完成点云语义分割。该方法能够在不多增加计算量的情况下，准确的捕捉园林点云场景中全局上下文信息，提高逐点的表征能力，从而提高点云分割的速度和精确度。

本发明授权一种上下文驱动的大规模园林场景点云语义分割方法在权利要求书中公布了：1.一种上下文驱动的大规模园林场景点云语义分割方法，其特征在于，包括如下步骤： 步骤1，多尺度空间上下文信息提取：提取点云逐点位置编码，并根据点云的近邻点聚合局部空间信息，最终通过特征拼接提取逐点多尺度空间上下文信息； 步骤2，全局-局部上下文提取：使用局部Transformer编码网络提取点云的局部特征，使用全局Transformer编码网络提取点云的全局特征； 步骤3，全局-局部上下文融合及Transformer解码：根据全局特征和局部特征的相关性融合点云的全局和局部的特征并使用Transformer解码器解码特征得到逐点的类别标签，完成点云语义分割； 步骤1包括以下步骤： 步骤1-1，对输入园林点云进行位置编码，获得逐点的位置编码特征，记输入园林点云，Np表示输入园林点云个数，位置编码特征为，c表示点云位置编码特征维度； 步骤1-2，所述近邻点包括8近邻、16近邻和32近邻，采用点云多尺度邻域查询，得到点云8近邻编码，16近邻编码以及32近邻编码； 步骤1-3，局部信息聚合，分别对点云8近邻点编码、16近邻编码，32近邻编码进行平均池化操作，得到8近邻信息； 步骤1-4，特征拼接，将逐点的位置编码特征、8近邻信息、16近邻信息以及32近邻信息在第二个维度上进行拼接，得到点云多尺度空间上下文信息； 步骤2包含以下步骤： 步骤2-1，搭建局部Transformer编码网络； 步骤2-2，搭建全局Transformer编码网络，所述全局Transformer编码网络包含一个键网络、一个值网络以及一个查询网络，所述键网络Fk、值网络Fv和查询网络Fq均包括一个全连接层，所述全连接层输入通道是，输出通道是，c2表示全局特征的维度； 步骤2-3，使用最远点采样算法提取园林点云的关键点以及关键点描述子； 步骤2-4，将点云多尺度空间上下文信息fmssca输入局部Transformer编码网络得到局部特征，其中m1表示局部特征的数量，c1表示局部特征的维度；将关键点描述子fkey输入全局Transformer编码网络得到全局特征以及全局特征所对应的关键点索引，其中m2表示全局特征的数量。

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南京大学，其通讯地址为：210000 江苏省南京市鼓楼区汉口路22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。