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！

龙图腾网获悉中国矿业大学申请的专利一种地铁隧道激光点云语义特征融合增强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：CN117079091B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311052594.6，技术领域涉及：G06V10/80；该发明授权一种地铁隧道激光点云语义特征融合增强方法是由张秋昭;梁嘉辉;吴兆鹏;李付岗;段伟;王宗伟;郑南山设计研发完成，并于2023-08-18向国家知识产权局提交的专利申请。

本一种地铁隧道激光点云语义特征融合增强方法在说明书摘要公布了：本发明公开了一种地铁隧道激光点云语义特征融合增强方法，通过构建基于体素化自注意力机制与隧道空间几何特征的深度学习网络模型，提取隧道点云的深度语义特征与空间几何关系特征；通过构建点云体素化索引，在体素网格内应用基于自注意力机制的特征提取方法，提取点云的深度语义特征；利用空间特征模块计算隧道设施的空间几何特征；融合隧道设施的深度语义特征与空间几何特征，作为深度学习网络模型的编码特征进行训练，获得隧道设施点云的语义分割网络模型。本发明能够提高地铁隧道激光点云的语义信息提取与利用效率，减少因设施数量庞大，空间重叠度高造成的局部特征缺失，提高设施识别统计准确性。

本发明授权一种地铁隧道激光点云语义特征融合增强方法在权利要求书中公布了：1.一种地铁隧道激光点云语义特征融合增强方法，其特征在于，具体包括以下步骤： S1：基于体素自注意力特征感知提取模块构建编码-解码结构深度学习网络模型，提取隧道激光点云深度语义特征； 体素自注意力特征感知提取模块由体素化点云检索层、自注意力特征提取层、线性化特征连接层构成，对点云三维空间进行体素化分割，实现点云索引与邻域检索，利用自注意力机制层提取点云之间表征属性相关特征信息的点云语义特征信息，体素自注意力感知模块提取的点云特征表示为： Fvsa＝σMAFi+γFi 式中，Fi表示体素vi包含点云的特征，γ表示线性变换操作，将特征Fi的维度变换为与MA输出维度一致，σ表示将输出特征映射至原体素空间，MA表示对体素内的点云输入特征进行自注意力特征提取； 体素化点云检索层根据点云所在的三维空间，沿坐标轴的X、Y、Z方向的空间范围D、H、W，划分为体素大小为数量为Dk′×Hk′×Wk′的三维空间体素： 式中，k为多层叠加设计的体素自注意力感知模块的层序号； 自注意力特征提取层对包含于体素Vi内的点云，利用自注意力原理逐点进行特征fj深度提取： σ＝ωpi,pj 式中，fj与fi分别表示查询点与体素内其余点的输入特征，ψ与分别表示对查询点与邻域点特征进行mlp映射，α表示对特征进行线性变换，ω表示对两点的空间几何距离进行mlp映射，τ为对查询点的邻域关系信息的mlp映射，ξ表示归一化函数，⊙表示逐特征相乘； S2：构建空间几何关系特征提取模块，利用隧道设施与隧道几何轴线的空间位置关系特点，计算点云的空间几何特征信息； S3：将点云的空间几何特征与体素自注意力特征感知提取模块提取的深度语义特征融合，得到包含几何维度特征与深度语义维度特征增强的点云语义特征，用增强的点云语义特征替换原始语义特征，作为网络模型解码层输入特征； S4：将增强的点云语义特征作为网络模型解码层输入特征输入网络模型解码层，并对编码层的浅层特征进行跳跃连接，通过距离差值进行特征传播、逐层恢复原始点云的空间分布，并建立损失函数对网络进行反向传播训练、获得隧道设施点云的语义分割网络模型。

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中国矿业大学，其通讯地址为：221000 江苏省徐州市大学路1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。