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 > 北京邮电大学彭新获国家专利权

北京邮电大学彭新获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于Mamba模型的点云上采样方法及系统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:CN121032785B

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:202511556708.X,技术领域涉及:G06T3/4023;该发明授权一种基于Mamba模型的点云上采样方法及系统是由彭新;曹可豪;徐臻;肖子洋;李路明;王华;邱日轩设计研发完成,并于2025-10-29向国家知识产权局提交的专利申请。

一种基于Mamba模型的点云上采样方法及系统在说明书摘要公布了:本发明属于图像处理技术领域,具体涉及一种基于Mamba模型的点云上采样方法及系统,其方法包括获取稀疏点云,将所述点云划分为至少两个体素,根据空间填充曲线将所述至少两个体素序列化,得到一维序列,对所述一维序列进行特征提取,得到多尺度体素特征,将所述多尺度体素特征输入到Mamba模块中进行时序建模,并输出每个体素对应的增强时序特征及隐藏状态,根据所述隐藏状态预测每个体素的插值权重矩阵,在每个体素内生成个预测点,并预测所述预测点相对于体素中心的坐标偏移量,最后将所述新增点与所述点云融合,输出密集点云,综上,本发明提供了一种能够有效提升稀疏点云数据密度与几何精度,并兼顾处理效率的点云上采样方案。

本发明授权一种基于Mamba模型的点云上采样方法及系统在权利要求书中公布了:1.一种基于Mamba模型的点云上采样方法,其特征在于,包括: S100,获取稀疏点云;其中,为点数,3为坐标维度; S200,将所述点云划分为至少两个体素;其中,每个体素内包括至少一个点云,所述点云通过所在体素的体素中心坐标和特征表示,所述特征包括密度和法向量; S300,根据空间填充曲线将所述至少两个体素序列化,得到一维序列; S400,对所述一维序列进行特征提取,得到多尺度体素特征;其中,S400具体包括: S401,通过特征编码计算每个非空体素内所述点云的统计特征;所述统计特征包括均值坐标、密度和法向量;其中,为体素内点数,分别为X轴、Y轴和Z轴的坐标; S402,将所述统计特征输入体素特征矩阵,其中为非空体素数,表示初始特征维度,且; S403,通过至少两级稀疏卷积下采样捕获多尺度特征,每级稀疏卷积分别包含稀疏卷积层与体素池化;所述稀疏卷积具体包括: 通过稀疏卷积层对非空体素进行计算,利用哈希表加速邻域查询并输出对应特征图; 通过体素池化降低体素网格分辨率,并对于所述特征图进行特征聚合输出下采样后的体素特征; S500,将所述多尺度体素特征输入到基于选择性状态空间模型的Mamba模块中进行时序建模,并输出每个体素对应的增强时序特征及隐藏状态,为特征维度; S600,根据所述隐藏状态预测每个体素的插值权重矩阵;其中,为所述体素的上采样倍数; S700,基于所述插值权重矩阵与所述隐藏状态,将所述隐藏状态解码为预测点的坐标残差,根据所述坐标残差在每个体素内生成个预测点,并预测所述预测点相对于体素中心的坐标偏移量; S800,对所述坐标偏移量与对应体素的中心坐标进行求和,生成新增点坐标,并将所述新增点与所述点云融合,输出密集点云为融合新增点后的点云总点数。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。

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。