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！

龙图腾网获悉西南石油大学申请的专利基于分层多尺度特征融合的点云补全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：CN120997093B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511536108.7，技术领域涉及：G06T5/77；该发明授权基于分层多尺度特征融合的点云补全方法是由谯英;邓静;谯乾林设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本基于分层多尺度特征融合的点云补全方法在说明书摘要公布了：本发明提供了基于分层多尺度特征融合的点云补全方法，属于点云补全技术领域，包括：获取不完整点云并进行多尺度采样，得到多尺度点云集合；将多尺度点云集合输入至多尺度特征融合编码器，提取层次特征和全局特征并进行逐层融合，得到不同尺度点云的最终层次特征向量；接着输入至分层细化解码器，进行粗糙点云特征转换、层次特征引导和交叉注意力机制得到不同尺度的精细缺失点云；根据生成的精细缺失点云和真实缺失点云，利用Transformer增强判别器进行处理，提高点云补全效果。本发明解决现有技术因多尺度特征融合不充分、对不同尺度点云关联性弱和解码生成过程粗糙导致的补全点云细节缺失、结构连续性差以及补全准确性低的问题。

本发明授权基于分层多尺度特征融合的点云补全方法在权利要求书中公布了：1.基于分层多尺度特征融合的点云补全方法，其特征在于，通过点云补全神经网络实现，包括以下步骤： 获取不完整点云，对不完整点云进行多尺度采样，得到不同分辨率的多尺度点云集合； 将不同分辨率的多尺度点云集合输入至多尺度特征融合编码器，提取每个尺度点云的层次特征和全局特征，并进行逐层融合，得到不同尺度点云的最终层次特征向量； 将不同尺度点云的最终层次特征向量输入至分层细化解码器，进行粗糙点云特征转换，得到粗糙点云全局特征，对粗糙点云全局特征进行层次特征引导，结合交叉注意力机制，得到不同尺度的精细缺失点云； 根据精细缺失点云和真实缺失点云，利用Transformer增强判别器对精细缺失点云进行效果增强，得到高质量缺失点云； 所述多尺度特征融合编码器包括Transformer增强层次特征编码器、Transformer增强全局特征编码器和特征融合模块； 所述Transformer增强层次特征编码器，用于通过卷积层、混合池化和层次特征增强Transformer对不同尺度的点云进行处理，得到层次特征； 所述Transformer增强全局特征编码器，用于通过边缘卷积和全局特征增强Transformer对不同尺度的点云进行处理，得到全局特征； 所述特征融合模块，用于根据从低尺度向高尺度逐层融合的形式，将根据层次特征和全局特征中两个相邻的特征进行融合，得到不同尺度点云的最终层次特征向量； 所述分层细化解码器包括粗糙点云特征转换器和缺失点云特征生成Transformer； 所述粗糙点云特征转换器，用于通过边缘卷积和全局特征增强Transformer对不同尺度的最终层次特征向量进行处理，得到粗糙点云全局特征； 所述缺失点云特征生成Transformer，用于通过自注意力层、交叉注意力层和前馈层对粗糙点云全局特征进行处理，得到不同尺度的精细缺失点云； 所述Transformer增强判别器的表达式如下： 其中，为Transformer增强判别器输出的二分类结果，为精细缺失点云和真实缺失点云，为Transformer增强层次特征编码器，为将输出维度1920逐层映射到一个维度为1的多层感知机。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道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。