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！

龙图腾网获悉合肥工业大学申请的专利基于语义-距离自适应高斯的场景语义占用预测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：CN120673417B 。

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：202511172655.1，技术领域涉及：G06V20/70；该发明授权基于语义-距离自适应高斯的场景语义占用预测方法是由莫杭杰;韩旋;何柱;李霄剑;李玲;杨善林设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本基于语义-距离自适应高斯的场景语义占用预测方法在说明书摘要公布了：本发明提供一种基于语义‑距离自适应高斯的场景语义占用预测方法，涉及机器学习技术领域。方法包括对车辆四周的环视图像序列进行体征提取和点云采集，将特征图输入双分支预测网络，得到原始采样点的语义信息和位置信息，对原始采样点云集进行筛选，得到初始化高斯锚点，将初始化高斯锚点分配至不同空间分辨率的层级；根据层级和语义信息，调整预设基础语义尺度，得到高斯椭球的修正尺度，为每个高斯椭球随机添加旋转向量，得到高斯椭球的初始四维属性；使用高斯属性迭代模型对初始四维属性进行多轮动态调整，最终投影至目标体素网格，生成稠密3D语义占用预测，预测结果更加准确。实现计算资源的智能动态调配以及高效实时的三维场景理解能力。

本发明授权基于语义-距离自适应高斯的场景语义占用预测方法在权利要求书中公布了：1.一种基于语义-距离自适应高斯的场景语义占用预测方法，其特征在于，包括： 对车辆四周的环视图像序列进行体征提取和点云采集，得到特征图和原始采样点云集； 将特征图输入双分支预测网络，得到原始采样点的语义信息和位置信息； 根据原始采样点云集的语义信息和位置信息，协同使用最远点采样方法和动态语义感知采样方法，对原始采样点云集进行筛选，作为初始化高斯锚点； 根据初始化高斯锚点的位置信息，确定所有初始化高斯锚点与车辆之间的欧式距离，其中欧式距离的最大值和最小值分别作为最大欧式距离和最小欧式距离； 根据每个初始化高斯锚点距车辆的欧式距离、最大欧式距离和最小欧式距离，确定每个初始化高斯锚点被分配至的层级； 根据初始化高斯锚点的层级和语义信息自适应调整预设基础尺度，得到修正尺度，随机添加旋转向量后得到基于初始化高斯锚点的高斯椭球的初始四维属性； 使用高斯属性迭代模型对高斯椭球的初始四维属性进行多轮动态调整，投影至目标体素网格，生成稠密3D语义占用预测。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。