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！

龙图腾网获悉苏州工艺美术职业技术学院申请的专利一种基于语义分割的大规模园林场景点云几何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：CN117036690B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310893154.7，技术领域涉及：G06V10/26；该发明授权一种基于语义分割的大规模园林场景点云几何补全方法是由覃池泉;黄燚;沈怡静;吴超楠;钱圣诞设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种基于语义分割的大规模园林场景点云几何补全方法在说明书摘要公布了：本发明提供了一种基于语义分割的大规模园林场景点云几何补全方法，包括以下步骤：一、场景点云语义分割：使用在园林点云语义分割数据集上训练得到的点云语义分割网络对输入的园林点云进行语义分割，再通过对各语义类别进行类内聚类得到实例对象；二、对象点云补全：将实例对象归一化后用于补全网络训练，拟合得到单对象对应的潜在向量和生成器，并进一步获得补全后的实例对象；三、场景点云拼装，根据实例对象归一化时保存的对象尺寸及坐标，将补全后的实例对象进行还原拼装得到补全后的园林点云。

本发明授权一种基于语义分割的大规模园林场景点云几何补全方法在权利要求书中公布了：1.一种基于语义分割的大规模园林场景点云几何补全方法，其特征在于，包括以下步骤： 步骤1，场景点云语义分割：使用在园林点云语义分割数据集上预训练得到的点云语义分割网络对输入的园林场景点云进行语义分割，再通过对各语义类别进行类内聚类得到实例对象； 步骤2，对象点云补全：将实例对象归一化后进行补全网络训练，拟合得到单实例对象对应的潜在向量和生成器，并利用潜在向量和生成器进一步获得补全后的实例对象； 步骤3，场景点云拼装：根据实例对象归一化时保存的对象尺寸及坐标，将补全后的实例对象进行还原拼装得到补全后的园林点云； 其中，步骤2所述的对象点云补全，具体过程包括以下步骤： 步骤2-1，对实例对象集合中的各实例对象分别进行归一化操作，得到归一化实例对象集合，以及各对象的尺寸和原坐标；其中，表示第个对象的尺寸，表示第个对象的原坐标，表示第个归一化实例对象，表示归一化实例对象的个数； 步骤2-2，对各归一化实例对象分别进行补全网络训练，拟合得到各对象的潜在向量和生成器模型，具体过程包括以下步骤： 步骤2-2-1，输入归一化实例对象，输入迭代次数，，输入保留点数量，，随机初始化潜在向量和生成器； 步骤2-2-2，将潜在向量输入生成器生成得到点云； 步骤2-2-3，从中任取一点，计算其与点云中所有点的距离，并获取最小的个点的索引，计算方式如下： ； 其中，表示对矩阵的每一个元素计算二次方结果，表示对的运算结果的第二维进行求和，表示对的运算结果取前个最小值的索引； 步骤2-2-4，对中每一点重复步骤2-2-3，得到所有点的索引后进行合并，并根据合并后的索引从点云中选取子集； 步骤2-2-5，计算子集和之间的Chamfer距离； 步骤2-2-6，将Chamfer距离作为损失分别传回潜在向量和生成器，进行梯度下降更新参数，将步骤2-2-2至步骤2-2-6重复次，得到优化后的潜在向量和生成器； 步骤2-2-7，对所有归一化目标进行上述操作，得到各对象的潜在向量和生成器模型； 步骤2-3，将步骤2-2得到的各对象的潜在向量分别输入对应的生成器模型，生成得到补全后的实例对象；其中，表示第个补全后实例对象，表示补全后实例对象的个数； 步骤3中所述的场景点云拼装，具体过程包括以下步骤： 步骤3-1，使用步骤2-1中得到的各对象的尺寸和原坐标对各补全对象进行尺寸和坐标还原，得到还原后补全对象；其中，表示第个对象的尺寸，表示第个对象的原坐标，表示第个还原后补全对象，表示还原后补全对象的个数； 步骤3-2，将中所有的对象进行拼装得到补全后的园林场景点云。

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苏州工艺美术职业技术学院，其通讯地址为：215104 江苏省苏州市吴中区吴中大道国际教育园致能大道189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。