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！

龙图腾网获悉山西大学申请的专利一种基于空间几何感知卷积神经网络的点云形状分析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：CN115170859B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202210540037.8，技术领域涉及：G06V10/764；该发明授权一种基于空间几何感知卷积神经网络的点云形状分析方法是由梁吉业;杜子金;梁建青;王智强;姚凯旋设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本一种基于空间几何感知卷积神经网络的点云形状分析方法在说明书摘要公布了：本发明涉及3D视觉领域，具体涉及一种基于空间几何感知卷积神经网络的点云形状分析方法。根据K近邻算法将点云构建为图结构数据，并在每个邻域内根据特征自适应地生成具有不同几何形状的域自适应卷积核。随后，以邻域节点的单位方向向量，仰角和方位角作为先验的几何信息，并与生成的卷积核执行卷积运算实现空间几何感知的卷积操作。随后，设计了图注意力池化对点云进行粗化，实现多尺度分析并降低计算代价。最后，以空间几何感知卷积与图注意力池化为基本单元构建了两个网络分别实现了点云分类与部件分割任务。本发明能够有效地对目标点云进行分类与部件分割，并且保证了对点云平移与放缩变换的不变性，使得模型具有更强的鲁棒性。

本发明授权一种基于空间几何感知卷积神经网络的点云形状分析方法在权利要求书中公布了：1.一种基于空间几何感知图卷积神经网络的点云形状分析方法，其特征在于，该方法包括如下步骤： 步骤S1：通过初始几何特征描述模块提取具有平移和尺度不变性的初始几何特征，通过K近邻算法找出点云中每个点pi对应的2个近邻点pi1,pi2，从而在点云上构建一系列的三角面片；通过构建的三角面片计算pi的最近邻单位边向量与法向量，并以此作为初始几何特征用于后续步骤的输入； 步骤S2：根据点云不同邻域内的特征信息，通过一个共享的映射函数gm·自适应地生成具有不同几何形状的域自适应核； 步骤S3：在点云邻域中设计空间感知卷积算子，其计算每个邻域节点pij对应的单位方向向量eij、仰角θije、方位角θija，并作为先验的几何信息参与卷积运算； 步骤S4：采用随机采样与图注意力机制，设计点云上的图注意力池化操作，从而粗化点云并聚合邻域特征； 步骤S5：堆叠多个空间几何感知卷积层与图注意力池化层，以此构建网络的特征提取分支； 步骤S6：针对点云形状分类任务，对特征提取分支获取的特征进行全局最大池化操作，获取点云的整体形状描述符，并输入全连接网络实现目标的分类； 步骤S7：针对点云部件分割任务，设计与图注意力池化相应的反池化操作将提取到的特征逐步解码至原尺寸，然后通过全连接网络对每个点进行分类从而实现目标不同区域的分割。

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山西大学，其通讯地址为：030006 山西省太原市小店区坞城路92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。