南京大学孙正兴获国家专利权
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!
龙图腾网获悉南京大学申请的专利一种基于多模态融合的大规模园林场景点云语义标注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:CN117037155B 。
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:202310881417.2,技术领域涉及:G06V20/70;该发明授权一种基于多模态融合的大规模园林场景点云语义标注方法是由孙正兴;王一;骆守桐;孙蕴瀚设计研发完成,并于2023-07-18向国家知识产权局提交的专利申请。
本一种基于多模态融合的大规模园林场景点云语义标注方法在说明书摘要公布了:本发明提供了一种基于多模态融合的大规模园林场景点云语义标注方法,包括以下步骤:一、点云特征提取:使用点云特征提取网络对园林场景点云进行特征提取,获得逐点点云特征;二、图像特征提取:使用图像分割网络对园林场景多视图进行多层特征提取与特征聚合,获得多视图逐像素图像特征;三、多模态特征融合:通过反投影对多视图特征与点云进行匹配,将多视图特征与点云特征融合,获得增强的点云特征;四、点云特征分类:对增强后的点云特征进行全局上下文依赖分析,使用特征分类网络预测驻点标签作为逐点标注。该方法利用园林场景图像特征增强点云特征,并通过全局上下文依赖分析增强特征判别性,能够有效地适应大规模园林场景的特殊性。
本发明授权一种基于多模态融合的大规模园林场景点云语义标注方法在权利要求书中公布了:1.一种基于多模态融合的大规模园林场景点云语义标注方法,其特征在于,包括以下步骤: 步骤1,点云特征提取:使用点云特征提取网络对园林场景点云进行特征提取,获得逐点点云特征; 步骤2,图像特征提取:使用图像多层特征提取网络对园林场景多视图进行多层特征提取,并对多个中间层特征进行特征聚合,获得多视图逐像素图像特征; 步骤3,多模态特征融合:通过反投影对多视图逐像素图像特征与点云进行匹配,将同一点对应的多个图像特征进行池化,并与点云特征进行融合,获得增强的点云特征; 步骤4,点云特征分类:对增强的点云特征进行全局上下文依赖分析,增强特征的判别性,最后使用逐点分类网络预测驻点标签作为逐点标注; 步骤2包括以下步骤: 步骤21,搭建图像多层特征提取网络,输入园林场景多视图,即多视角的园林场景图像; 步骤22,抽取图像多层特征提取网络各中间层特征进行聚合,获得多视图逐像素图像特征; 步骤22的中间层特征聚合过程包括以下步骤: 步骤221,针对园林场景图像,将图像多层特征提取网络编码器部分的个中间层特征抽取出来,分别是,其中,分别是个中间层特征图的缩放比例,分别是个中间层输出的特征维度,为2的整数次幂,为园林场景图像的数量,为园林场景图像的像素行数,为园林场景图像的像素列数,每一像素包含RGB颜色信息共计3维; 步骤222,通过双线性插值将组中间层特征上采样到输入图像原分辨率,,…,; 步骤223,将组上采样后相同分辨率的中间特征进行逐像素拼接,获得多视图逐像素图像特征,其中。
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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励