南京大学林军获国家专利权
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点云数据稀疏卷积训练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:CN119399578B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202411428100.4,技术领域涉及:G06V10/774;该发明授权一种点云数据稀疏卷积训练方法及系统是由林军;吴凯;陈弘炜;王佳新设计研发完成,并于2024-10-12向国家知识产权局提交的专利申请。
本一种点云数据稀疏卷积训练方法及系统在说明书摘要公布了:本申请提供一种点云数据稀疏卷积训练方法及系统,所述方法包括:获取待训练的点云数据;对所述点云数据进行预处理操作,得到目标卷积层;将所述目标卷积层拆解为卷积层组;所述卷积层组包括:若干个尺寸小于所述目标卷积层的卷积层;提取所述卷积层组的特征;将所述特征进行归一化处理,得到所述特征对应的数值以及阈值;利用所述阈值,对所述数值进行筛选,得到目标数值;基于所述目标数值,得到目标特征,以解决目前对于点云数据进行特征提取时,点云数据的稀疏性会消失,导致点云数据的计算量十分庞大,大幅增加了模型的训练时长和大小,同时提升了过拟合的风险的问题。
本发明授权一种点云数据稀疏卷积训练方法及系统在权利要求书中公布了:1.一种点云数据稀疏卷积训练方法,其特征在于,包括: 获取待训练的点云数据; 对所述点云数据进行预处理操作,得到目标卷积层; 将所述目标卷积层拆解为卷积层组;所述卷积层组包括:若干个尺寸小于所述目标卷积层的卷积层; 提取所述卷积层组的特征; 将所述特征进行归一化处理,得到所述特征对应的数值以及阈值; 利用所述阈值,对所述数值进行筛选,得到目标数值; 基于所述目标数值,得到目标特征;所述目标特征随后会被传递给分类器和回归器,用于预测目标的类别和位置; 所述将所述卷积层拆解为卷积层组的步骤,包括: 获取所述目标卷积层的尺寸; 基于所述目标卷积层的尺寸,获取所述目标卷积层拆解为第一卷积层的数量和第二卷积层的数量;所述第一卷积层和所述第二卷积层的尺寸小于所述目标卷积层;所述第一卷积层的尺寸小于所述第二卷积层的尺寸; 基于所述第一卷积层的数量和所述第二卷积层的数量,将所述目标卷积层拆解为卷积层组; 所述将所述特征进行归一化处理,得到所述特征对应的数值以及阈值的步骤,包括: 将所述特征进行归一化处理,得到所述特征对应的数值; 基于所述数值,获取阈值相关的训练数值; 利用损失函数对所述训练数值进行训练,得到阈值; 所述利用所述阈值,对所述数值进行筛选,得到目标数值的步骤,包括: 若所述数值小于所述阈值,则删除所述数值; 若所述数值大于所述阈值,则保留所述数值; 基于保留的所述数值,得到目标数值。
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:210023 江苏省南京市栖霞区仙林大道163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