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！

龙图腾网获悉南京信息工程大学申请的专利一种基于拓扑感知图网络的类别不均建筑立面点云分割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：CN120147325B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510149804.6，技术领域涉及：G06T7/10；该发明授权一种基于拓扑感知图网络的类别不均建筑立面点云分割方法是由臧玉府;许柳;崔桢;赵丽欣;施卓凯;李帅康;陈吉科设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本一种基于拓扑感知图网络的类别不均建筑立面点云分割方法在说明书摘要公布了：本发明提出一种基于拓扑感知图网络的类别不均建筑立面点云分割方法，其具体包括：构建立面拓扑提取模块，捕捉立面元素间抽象的对象级拓扑特征；构建增强采样几何提取模块，提取立面元素间点级别的层次化几何特征；构建双特征注意力融合模块，对得到的两种不同粒度、不同类型的特征进行融合，实现两种特征的优势互补；这三个模块组合构成拓扑感知图网络；将输入数据集划分为训练集、验证集和测试集，训练好网络之后进行测试并评估结果。本发明提出的方法解决了现有技术无法有效提取建筑立面元素间的拓扑特征，并将其与几何特征有效融合的问题，能够实现类别不均建筑立面点云的有效分割。

本发明授权一种基于拓扑感知图网络的类别不均建筑立面点云分割方法在权利要求书中公布了：1.一种基于拓扑感知图网络的类别不均建筑立面点云分割方法，其特征在于，具体包括以下步骤： S1、构建立面拓扑提取模块，捕捉立面元素间抽象的对象级拓扑特征，具体包括： S11、对每个建筑立面样本数据采样得到完整的立面点云，将采样后的立面点云作为输入单元，采用拓扑信息编码器对输入单元进行编码，捕获具有强区分度的高维编码特征；具体为： 采样后的立面点云先通过连续的两个边卷积操作扩大感受野；再通过维度为的三层卷积操作进行维度扩展，得到具有强区分度的高维编码特征；公式表示为： ； ； 其中，为采样后的立面点云中的点，一共有N个；为其邻近点，共K个；和分别表示经过第一次边卷积操作后的立面输入点及其邻近点；和分别是边卷积操作和维度为的三层卷积操作；是特征拼接操作； S12、使用经拓扑注意力增强的拓扑信息解码器，从高维编码信息中提取出立面元素间抽象的对象级拓扑特征； S2、构建增强采样几何提取模块，提取立面元素间点级别的层次化几何特征，具体包括： S21、采用自适应加权采样技术，自适应调整各类立面元素的采样权重来缓解类别不平衡问题，从而对完整的立面点云进行采样，将其划分为多个重叠的立面点云块； S22、对步骤S21得到的立面点云块，通过堆叠三个层次化几何提取模块来学习多尺度的几何特征； S3、构建双特征注意力融合模块，对步骤S1、S2得到的两种不同粒度、不同类型的特征进行融合，具体包括： S31、构建映射索引机制，将对象级拓扑特征和层次化几何特征进行关联和聚合； S32、采用通道注意力机制融合拓扑和几何特征，保留在分割立面元素时的重要拓扑和几何特征，实现立面元素的分割； S4、立面拓扑提取模块、增强采样几何提取模块、双特征注意力融合特征模块组合构成拓扑感知图网络FTG-Net；将建筑立面样本数据划分为训练集、验证集和测试集后输入FTG-Net，训练好整体网络之后进行测试并评估结果。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。