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！

龙图腾网获悉重庆理工大学申请的专利一种基于动态图卷积和空间注意力的点云语义分割网络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：CN116246073B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310254570.2，技术领域涉及：G06V10/26；该发明授权一种基于动态图卷积和空间注意力的点云语义分割网络是由王勇;杨楠;张梅设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本一种基于动态图卷积和空间注意力的点云语义分割网络在说明书摘要公布了：本发明公开了一种基于动态图卷积和空间注意力的点云语义分割网络，涉及点云语义分割特征提取技术领域。本发明包括以下步骤：输入N个点的F维点云X；构建局部动态图G＝V,ε。本发明利用DenseNet思想拼接多个层次的特征来提高网络的拟合能力；通过最大池化和平均池化相结合的池化方法来获得全部局部图上最具有代表性的语义信息；并使用空间注意力机制挖掘空间语义信息，提取点之间的深层次语义相关性；通过移除空间转换网络的同时提出了一种新的边缘特征，降低网络的参数量；设计的GEConv模块可以丰富特征的多样性，引入的空间注意力模块，可以让网络学会关注更多重点信息。

本发明授权一种基于动态图卷积和空间注意力的点云语义分割网络在权利要求书中公布了：1.一种基于动态图卷积和空间注意力的点云语义分割网络，其特征在于，包括以下步骤： 输入N个点的F维点云X； 构建局部动态图G=V,，其中，G代表利用knn算法为中心点连接邻域点构建的一个代表点云局部结构的有向图，V代表顶点，代表边； 定义每个点及它的K个近邻点来构建局部有向图结构，该有向图每个节点会指向自身，因此将边缘特征定义为： ; 用最大池化与平均池化相结合的操作将得到K个特征信息整合为一个特征，作为点的新特征； 在构建局部图时，整个点云会变成一个个独立的分组，利用多层感知机直接对原始输入点云进行处理，用该操作提取出高维全局特征； 因此，GEConv模块的输出为； 且每一层特征提取模块的输入都是之前所有输出特征的拼接结果； 在提取特征的基础上，引入空间注意力模块；空间注意力模块将输入的特征F沿着通道方向分别进行最大池化及平均池化操作，将两项输出在通道维度上进行拼接，然后进行卷积操作，最后通过sigmoid函数得到与输入大小相通的空间注意力图； 将所有位置的特征在通道维度上与输入特征进行元素乘法，从而有选择性地聚合上下文信息，得到新的特征。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。