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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中电投工程研究检测评定中心有限公司;中国电力企业联合会李晛获国家专利权

中电投工程研究检测评定中心有限公司;中国电力企业联合会李晛获国家专利权

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!

龙图腾网获悉中电投工程研究检测评定中心有限公司;中国电力企业联合会申请的专利一种基于几何约束与深度学习的点云静态去噪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:CN121032850B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511587225.6,技术领域涉及:G06T5/70;该发明授权一种基于几何约束与深度学习的点云静态去噪方法是由李晛;白倩楠;杜洋;李真;李成龙;陆佳良;王璐设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。

一种基于几何约束与深度学习的点云静态去噪方法在说明书摘要公布了:本发明涉及一种基于几何约束与深度学习的点云静态去噪方法,属于点云处理技术领域,解决了现有几何保真性差、对复杂噪声泛化能力弱而导致点云去噪效果不好的问题。包括:对待去噪点云进行预处理后,划分为具有重叠区域的多个点云块;依次对每个点云块,利用训练好的去噪网络对各点云的坐标进行多轮迭代优化,在每轮迭代中对去噪网络输出的各点云的预测坐标,利用法线引导滤波和增量式更新进行优化而获得用于下轮迭代的各点云的坐标;去噪网络依次包括动态图卷积网络,第一多层感知机和第二多层感知机;融合各点云块的优化结果后,经后处理滤波得到去噪后的点云。实现了点云去噪精度和细节保留能力的提升。

本发明授权一种基于几何约束与深度学习的点云静态去噪方法在权利要求书中公布了:1.一种基于几何约束与深度学习的点云静态去噪方法,其特征在于,包括以下步骤: 对待去噪点云进行预处理后,划分为具有重叠区域的多个点云块; 依次对每个点云块,利用训练好的去噪网络对各点云的坐标进行多轮迭代优化,在每轮迭代中对去噪网络输出的各点云的预测坐标,利用法线引导滤波和增量式更新进行优化而获得用于下轮迭代的各点云的坐标,包括:对各点云的预测坐标进行法线引导滤波,得到各点云的滤波后坐标;计算各点云的滤波后坐标与当前迭代输入的各点云的坐标的差值作为各点云的坐标更新量;对所述各点云的坐标更新量进行截断处理,并与迭代步长相乘,进而将相乘结果叠加至当前迭代输入的各点云的坐标,得到各点云优化后的坐标,作为下轮迭代的坐标;所述去噪网络依次包括动态图卷积网络,用于提取点云的几何特征;第一多层感知机,用于基于点云的几何特征预测导向向量;以及,第二多层感知机,用于基于点云的几何特征和导向向量输出预测坐标;所述去噪网络通过将监督损失、自监督损失、几何约束损失和流形重建损失的加权之和作为总损失函数进行训练而得到;其中,所述几何约束损失通过引入点云几何先验知识来约束去噪网络输出的预测点云符合几何结构特征而构建; 融合各点云块的优化结果后,经后处理滤波得到去噪后的点云;其中,融合各点云块的优化结果,是对位于重叠区域的点云,将其在不同点云块中迭代优化后的坐标进行加权平均而得到最终坐标,其中,权重与该点云到各点云块中心的距离成反比。

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中电投工程研究检测评定中心有限公司;中国电力企业联合会,其通讯地址为:100000 北京市海淀区万寿路27号院2号楼304;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。