Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江汉大学赖重远获国家专利权

江汉大学赖重远获国家专利权

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!

龙图腾网获悉江汉大学申请的专利一种改进的三维点云补全方法、装置以及处理设备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:CN120807852B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511254733.2,技术领域涉及:G06T19/20;该发明授权一种改进的三维点云补全方法、装置以及处理设备是由赖重远;周风淳;孙金山;姚颖康;赵雪琪;曹宇;林玲设计研发完成,并于2025-09-04向国家知识产权局提交的专利申请。

一种改进的三维点云补全方法、装置以及处理设备在说明书摘要公布了:本申请提供了一种改进的三维点云补全方法、装置以及处理设备,专门设计了一种新颖的三维点云补全网络结构,通过高精度补全网络的设计和训练,在输入和输出之间建立映射关系,实现在深入分析点云中的各种相关性的基础上,最大限度地对这些相关性加以利用,及时修正点云补全过程提取的各层次特征和生成的不同粒度点云,最终形成高精度、高稳定性且高效的三维点云补全效果。

本发明授权一种改进的三维点云补全方法、装置以及处理设备在权利要求书中公布了:1.一种改进的三维点云补全方法,其特征在于,所述方法包括: 获取待补全残缺点云,其中,所述待补全残缺点云具体为三维点云; 将所述待补全残缺点云输入预先配置的三维点云补全网络,其中,所述三维点云补全网络依次包括基于全局特征融合点补全网络的残缺点云编码器、基于残差微调的粗粒度点云解码器、基于特征逐层融合修正的中粒度点云解码器和基于所述特征逐层融合修正的细粒度点云解码器,所述残缺点云编码器根据网络所输入点云提取残缺点云特征,所述粗粒度点云解码器根据所述残缺点云特征来生成粗粒度完整点云,所述中粒度点云解码器根据所述网络所输入点云、所述残缺点云特征和所述粗粒度完整点云来生成中粒度完整点云,所述细粒度点云解码器根据所述网络所输入点云、所述残缺点云特征和所述中粒度完整点云来生成细粒度完整点云; 提取所述三维点云补全网络输出的所述细粒度完整点云,作为点云补全结果; 所述残缺点云编码器包括一维卷积模块、最大池化模块、复制模块、拼接模块、一维卷积模块、最大池化模块、拼接模块和一维卷积模块; 所述残缺点云编码器的工作过程,有: 将维残缺点云三维坐标矩阵输入到所述一维卷积模块,得到维低层特征矩阵,其中,所述网络所输入点云记为所述维残缺点云三维坐标矩阵,是残缺点云中点的个数; 将所述维低层特征矩阵输入所述最大池化模块,得到维低层特征向量; 由所述复制模块将所述维低层特征向量在行方向上复制次,再由所述拼接模块将所述复制模块的复制结果,与所述维低层特征矩阵在列方向上进行拼接,得到维拼接特征矩阵; 将所述维拼接特征矩阵输入所述一维卷积模块,得到维高层特征矩阵; 将所述维高层特征矩阵输入所述最大池化模块,得到维高层特征向量; 由所述拼接模块将所述维高层特征向量,与所述维低层特征向量在列方向上进行拼接,得到维拼接特征向量; 将所述维拼接特征向量输入所述一维卷积模块,得到维残缺点云特征向量,作为所述残缺点云特征。

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江汉大学,其通讯地址为:430056 湖北省武汉市沌口经济技术开发区新江大路8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。

免责声明
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。