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！

龙图腾网获悉西安邮电大学申请的专利基于双尺度特征提取与自注意力的点云语义分割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：CN116843898B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310779480.5，技术领域涉及：G06V10/26；该发明授权基于双尺度特征提取与自注意力的点云语义分割方法是由艾达;胥策;张晓阳;艾宇;白岩松设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本基于双尺度特征提取与自注意力的点云语义分割方法在说明书摘要公布了：一种基于双尺度特征提取与自注意力的点云语义分割方法，由选择数据集、点云预处理、构建点云语义分割网络、训练点云语义分割网络、测试点云语义分割网络步骤组成。由于本发明采用了将大规模点云数据分割成1m×1m×1m的点云块输入到点云语义分割网络，将点云局部区域两个尺度的特征融合，并使用自注意力向量对融合向量进行优化，能够更准确地预测点云的语义标签，更加接近人工标注标签。经仿真对比实验表明，本发明方法具有更好的点云语义标签准确率，语义边界更加平整；以分块后的点云作为点云语义分割网络输入，在增加训练数据量的同时，所需的运算资源更小，可用于自动驾驶等领域。

本发明授权基于双尺度特征提取与自注意力的点云语义分割方法在权利要求书中公布了：1.一种基于双尺度特征提取与自注意力的点云语义分割方法，其特征在于由下述步骤组成： 1选择数据集将点云数据库中的点云按5：1分为训练集、测试集，训练集与测试集之间没有重叠； 2点云预处理将点云分割成立方体大小的点云块； 3构建点云语义分割网络点云语义分割网络由特征编码模块1与特征解码模块2、归一化预测模块3依次串联构成； 所述的特征编码模块1由第一层编码块与第二层编码块、第三层编码块依次串联构成； 所述的第一层编码块由双尺度特征提取模块与特征自注意力模块串联构成；第二层编码块、第三层编码块的结构与第一层编码块的结构相同； 所述的特征解码模块2由第一层解码块与第二层解码块、第三层解码块依次串联构成； 所述的双尺度特征提取模块由特征提取第一分支模块与特征提取第二分支模块并联构成； 所述的特征提取第一分支模块由共享多层感知机与最大池化层串联构成；特征提取第二分支模块的结构与特征提取第一分支模块的结构相同； 所述的特征提取第一分支模块的构建方法如下： 1按下式构建共享多层感知机的方法： 其中，ReLu.为激活函数，是共享多层感知机的权重矩阵，是共享多层感知机的偏置矩阵，是点云不同维度特征的权重系数矩阵； 2按下式确定最大池化层： 特征提取第二分支模块的构建方法与特征提取第一分支模块的构建方法相同； 所述的第一层解码块由共享多层感知机与插值上采样串联构成；第二层解码块和第三层解码块的结构与第一层解码块的结构相同； 所述的特征自注意力模块由线性层1、线性层2、线性层3、共享多层感知机1、共享多层感知机2、归一化函数层联接构成，线性层1、线性层2的输出端与共享多层感知机1的输入端相连，共享多层感知机1和共享多层感知机2的输出端与归一化函数层的输入端相连，线性层3的输出端与归一化函数层相连； 所述的特征自注意力模块的构建方法如下： 将双尺度特征提取模块的输出输入到线性层1和线性层2中，得到特征自注意力模块的输入，如下式： 将一个点的特征线性变换与近邻点的线性特征变换输入共享多层感知机1得到自注意力向量ATT，如下式： 其中，表示共享多层感知机1，由位置信息输入到线性层3中确定，如下式： 其中，表示当前点的位置信息，表示当前点的K近邻点的位置信息，表示特征拼接，表示两点之间的欧氏距离； 将一个点的特征线性变换输入到共享多层感知机2，按式1得到特征自注意力模块优化后的特征：                             1其中是一个softmax函数，映射函数表示多层感知机2，表示同或运算，K取值为8~32； 4训练点云语义分割网络1构建损失函数按下式构建损失函数L1： 其中，x表示为点云中点数量，Hx为第x个点的标签值，Sx为第x个点的预测标签值； 2训练点云语义分割网络软件条件为Centos7.5操作系统，基于pytorch1.7.0框架，将训练集输入到点云语义分割网络进行训练，训练过程中参数学习率为0.5，动量衰减设置为0.7，权重衰减率为0.0001，批处理量为32，训练轮数为50，服务器为搭载两块Nvidia Tesla v100显卡的华为服务器RH2288H V2，训练至损失函数收敛； 5测试点云语义分割网络将测试集输入到训练好的点云语义分割网络中，得到每个点云最终的语义标签。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区韦郭路西安邮电大学南校区；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。