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！

龙图腾网获悉北京理工大学申请的专利一种弹载/机载激光成像引信局部稀疏点云目标识别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：CN116503862B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310498422.5，技术领域涉及：G06V20/70；该发明授权一种弹载/机载激光成像引信局部稀疏点云目标识别方法是由陈慧敏;王伟翰;高铭泽;刘承益;胡诗苑;杨旭设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种弹载/机载激光成像引信局部稀疏点云目标识别方法在说明书摘要公布了：一种弹载机载激光成像引信局部稀疏点云目标识别方法，属于激光引信目标识别技术领域。本发明基于多耦合场动态成像探测模型，建立弹载机载线阵推扫激光成像引信点云仿真系统，获取局部稀疏点云目标数据；根据精确起爆策略与神经网络训练评估需求，对数据进行标注及划分，生成大量带有引导标注信息的数据集，提高深度学习神经网络的识别准确率；采用柱体素划分方法对点云数据进行降维特征转化，生成二维特征伪图；通过多尺度均衡卷积神经网络特征提取层进行特征处理，提取并拼接不同尺寸的目标特征，减少目标信息丢失，通过SSD检测方法实现目标识别。本发明适用军事成像领域，提高局部稀疏点云目标识别的准确率。

本发明授权一种弹载/机载激光成像引信局部稀疏点云目标识别方法在权利要求书中公布了：1.一种弹载机载激光成像引信局部稀疏点云目标识别方法，其特征在于：包括如下步骤， 步骤一、基于多耦合场动态成像探测模型，基于多耦合场动态成像探测模型，建立激光成像引信点云获取仿真系统，生成局部稀疏点云目标数据集； 步骤二、根据精确起爆策略要求与网络训练评估需求对数据集进行标注及划分； 步骤二的实现方法为， 采用的数据处理及标注方法如下： 1点云数据剪裁及格式统一化；针对目标存在区域进行点云裁剪，去除无意义点云数据，提高后续神经网络特征提取的有效信息密度，并通过对点云文件的读取与重新整理，将仿真输出的单一点云数据文件格式转化为多种兼容格式，满足后续网络读取需求； 2点云坐标系统一化；不同坐标系下目标交会角度的定义不同，统一数据集内点云数据与神经网络输入数据接口的坐标系定义，对于坐标系定义不同的神经网络数据读取接口，以基础坐标系为参考进行格式转换； 3地面滤波及目标角度修正；读取点云数据内各点三维信息，根据目标高度信息设定滤波阈值，过滤去除地面点云，得到纯目标点云数据，根据仿真初始化参数得到的目标交会角度，对目标全体点云乘以旋转矩阵，统一目标朝向，通过目标点云角度修正方法降低后续目标长宽估计误差，提高标注准确度； 4基于重叠面积的完整度判别标注；根据目标基础长宽参数计算目标完整鸟瞰面积，通过对点云数据的三维参数进行矩形拟合，获得当前目标点云的成像长宽参数，计算当前点云目标的鸟瞰面积，完整度定义为当前鸟瞰面积与完整鸟瞰面积的百分比；根据点云目标的完整度不同，进行有选择性标注：为降低武器系统平台的漏警率，对具有高完整度的点云目标进行有效标注，为防止虚警及早炸，对具有低完整度的点云目标不做标注； 5对标注好的数据集进行训练集与测试集的划分； 步骤三、建立基于柱体素划分方法结合多尺度均衡卷积特征提取层的深度学习神经网络； 步骤四、进行基于数据增强与迁移学习的神经网络训练； 步骤五、针对步骤四所训练完成的局部稀疏点云目标识别神经网络，通过损失函数值进行训练评价，在测试集上进行评估验证，并根据识别准确率情况进行识别评价。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。