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！

龙图腾网获悉燕山大学申请的专利一种基于散乱点云谱投票学习的三维空间物体检测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：CN115661809B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211191540.3，技术领域涉及：G06V20/64；该发明授权一种基于散乱点云谱投票学习的三维空间物体检测方法是由彭秀平;陈泽宇;林洪彬;魏佳宁;关勃然设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本一种基于散乱点云谱投票学习的三维空间物体检测方法在说明书摘要公布了：本发明公开了一种基于散乱点云谱投票学习的三维空间物体检测方法，包括如下步骤：步骤S1、通过激光雷达扫描获取散乱点云数据；步骤S2、将步骤S1中获取的点云数据作为谱投票网络的输入，其中谱投票网络包括谱图卷积模块、下采样模块和投票模块；步骤S3、点云数据输入谱投票网络后通过谱图卷积模块进行特征提取；步骤S4、经过谱图卷积模块提取得到的特征作为下采样模块的输入；步骤S5、将下采样模块的输出作为投票模块的输入；步骤S6、通过抽样分组对谱投票网络的输出进行聚类；步骤S7、将投票聚类作为目标生成模块的输入，生成目标提案；步骤S8、对目标提案进行非极大抑制处理，得到三维物体检测结果。

本发明授权一种基于散乱点云谱投票学习的三维空间物体检测方法在权利要求书中公布了：1.一种基于散乱点云谱投票学习的三维空间物体检测方法，其特征在于：包括如下步骤： 步骤S1、通过激光雷达扫描获取散乱点云数据； 步骤S2、将步骤S1中获取的点云数据作为谱投票网络的输入，其中谱投票网络包括谱图卷积模块、下采样模块和投票模块； 步骤S3、点云数据输入谱投票网络后通过谱图卷积模块进行特征提取； 谱图卷积模块进行特征提取的过程为： 在空间域环境下，卷积运算描述为： 其中，X表示输入的点集信息，g表示空间卷积核，h表示X经过g滤波后的结果； 将其类比到谱图域中有： 其中，表示点击特征的图傅里叶变换，表示图傅里叶域中的滤波核，表示滤波后的结果； 给定局部邻域中的k个点x1,x2,…,xk的集合，将该集合构成一个图Gk，为了计算图Gk中任一点的图傅里叶变化，定义一个图拉普拉斯矩阵： L＝I-D12WD12,3 其中，I为单位阵；D时对角矩阵，且Dii＝ΣjWij；W是图Gk的邻接矩阵， 且包含Wij＝distxi,xj； 由此可知L是一个实对称的半正定矩阵，则其由完整的标准正交特征向量： U＝[u0,u1,…,uk-1]∈Rk×k,4 以及有特征值构成的对角阵： Λ＝diag[λ0,λ1,…,λk-1]∈Rk×k,5 由此可得L＝UΛUT，X的图傅里叶变换可以定义为逆操作为 由上述变化，若将此时图卷积输出为则由滤波器g过滤的图信号表示为： 由式6可知谱图卷积在过程中，将局部邻域的k个点作为整体进行处理； 步骤S4、经过谱图卷积模块提取得到的特征作为下采样模块的输入； 步骤S5、将下采样模块的输出作为投票模块的输入； 步骤S6、通过抽样分组对谱投票网络的输出进行聚类； 步骤S7、将投票聚类作为目标生成模块的输入，生成目标提案； 步骤S8、对目标提案进行非极大抑制处理，得到三维物体检测结果。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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。