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！

龙图腾网获悉四川大学;西藏大学申请的专利基于点云多样性表征和PointRCNN的多模态目标零件检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：CN120198352B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202510106625.4，技术领域涉及：G06T7/00；该发明授权基于点云多样性表征和PointRCNN的多模态目标零件检测方法是由闫乔松;周炜桁;梁炜恒;任航;杨进;熊瑞平;倪胜巧设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本基于点云多样性表征和PointRCNN的多模态目标零件检测方法在说明书摘要公布了：本发明公开了基于点云多样性表征和PointRCNN的多模态目标零件检测方法，将点云数据的柱体表示和图表示结合起来，充分利用各自的优势来提高算法整体的特征表达能力，并结合流形自注意力机制构建点云中点与点之间的相对位置和结构信息，最终提高多模态目标零件检测的准确性和效率，包括下述步骤：通过数据预处理，将原始点云数据转换为2D主干网络所需数据格式；所得的数据输入到点云多样性表示模块和流形分组特征采样模块进行处理，获得多样化特征和多层图像特征；将多样化特征和多层图像特征输入进双层特征融合模块中，进行融合和增强处理，输出多模态融合特征；利用3D骨干网络对多模态融合特征进行目标零件检测，获得目标零件的检测结果。

本发明授权基于点云多样性表征和PointRCNN的多模态目标零件检测方法在权利要求书中公布了：1.基于点云多样性表征和PointRCNN的多模态目标零件检测方法，其特征在于：包括下述步骤： 1通过数据预处理，将原始点云数据转换为2D主干网络所需数据格式； 2将步骤1所得的数据输入到点云多样性表示模块中进行处理，获得多样化特征； 3将步骤1所得的数据输入到流形分组特征采样模块计算点云内部点之间的相互关系，得到多层图像特征； 所述流形分组特征采样模块能够将点云中每个点的输入特征向量进行单位向量化，得到映射到流形空间内的特征表示，以在流形空间中使用自注意力机制，计算公式描述如下： ； 其中，表示Frobenius范数，表示将输入特征向量除以其Frobenius范数，从而实现输入特征向量的单位化，使得每个向量的长度为1； 在所述流形分组特征采样模块中，当点云映射到流形空间时，通过两点向量表示的夹角来确定它们之间的最短路径，通过计算这些单位向量之间的夹角值，并使用softmax函数进行归一化，最终得到流形自注意力得分，形成的公式如下： ； 式中表示点周围的点集合，是中的一个点，表示注意力查询向量Q与注意力键向量K的维度，V表示注意力值向量，表示提取矩阵的对角线值，代表两个矩阵的逐元素乘积，表示输入点经过流形注意力加权计算后得到的输出特征； 所述流形分组特征采样模块引入了分组自注意力机制，在分组自注意力中，值向量的通道被均匀分成个组，且，其中每个组的通道共享一个标量注意力权重，分组线性变换函数为： ； 其中，是注意力查询向量Q与注意力键向量K之间的关系向量；是分组线性变换的参数，其中每个点都是用于独立变换输入关系向量的一个分组矩阵；零矩阵用于在变换中隔离不同的分组； 4经步骤3后，将点云多样性表示模块的输出特征和流形分组特征采样模块的输出特征输入进双层特征融合模块中，进行融合和增强处理，输出多模态融合特征； 5利用3D骨干网络对双层特征融合模块输出的多模态融合特征进行目标零件检测，通过3D骨干网络中的3D点云检测头部获得目标零件的检测结果。

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四川大学;西藏大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。