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！

龙图腾网获悉中南大学;中铁大桥局集团有限公司申请的专利小样本桥梁点云的自训练语义分割方法、装置、介质及设备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：CN121616835B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202610147320.2，技术领域涉及：G06V10/26；该发明授权小样本桥梁点云的自训练语义分割方法、装置、介质及设备是由魏晓军;刘洋;钟继卫;王亚飞;黄天立设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本小样本桥梁点云的自训练语义分割方法、装置、介质及设备在说明书摘要公布了：本发明涉及桥梁数字化运维技术领域，尤其涉及一种小样本桥梁点云的自训练语义分割方法、装置、介质及设备，其方法包括预训练阶段和自训练阶段；预训练阶段将支持集和查询集桥梁点云数据输入点云语义分割网络进行预训练，自训练阶段将查询集桥梁点云数据同步分为两个分支处理：一个分支输入经预训练的点云语义分割网络，输出初始语义预测结果及语义特征表示；另一个分支执行超体素分割，得到超体素；基于双分支的输出结果，通过自训练过程实现查询集桥梁点云数据的语义分割；本方案为小样本桥梁点云语义分割提供高效可行的技术路径，有力支撑Scan2BIM流程的智能化推进。

本发明授权小样本桥梁点云的自训练语义分割方法、装置、介质及设备在权利要求书中公布了：1.一种小样本桥梁点云的自训练语义分割方法，其特征在于，包括预训练阶段和自训练阶段； 所述预训练阶段包括以下步骤： S1：获取支持集桥梁点云数据和查询集桥梁点云数据；将支持集桥梁点云数据和查询集桥梁点云数据同时输入点云语义分割网络进行预训练，并输出支持集桥梁点云语义预测结果和查询集桥梁点云语义预测结果；其中，所述支持集桥梁点云数据为含语义标签的小样本点云数据，所述查询集桥梁点云数据为无语义标签的点云数据； S2：计算所述支持集桥梁点云语义预测结果与真实标签之间的第一语义分割损失，计算所述支持集桥梁点云语义预测结果和所述查询集桥梁点云语义预测结果之间的互信息最大化损失； S3：将所述第一语义分割损失和所述互信息最大化损失加权求和得到第一总损失，基于所述第一总损失更新所述点云语义分割网络的参数；当更新要求未达到预设更新要求时，则返回步骤S1；当所述更新要求达到预设更新要求时，则得到更新后的点云语义分割网络；同时使查询集获得初始语义预测结果和语义特征表示；所述更新后的点云语义分割网络的初始网络参数与所述查询集桥梁点云数据相适配； 所述自训练阶段包括以下步骤： S4：将所述查询集桥梁点云数据同步进行分支处理，其中，第一分支输入所述更新后的点云语义分割网络，输出语义预测结果以及所述语义特征表示，其中第一次输出的为所述初始语义预测结果和语义特征表示；第二分支执行超体素分割，输出多个超体素； S5：基于多个所述超体素对同一所述超体素内所有点的所述初始语义预测结果以及初始语义特征表示执行超体素池化操作，得到池化后的语义预测结果及语义特征表示； S6：基于所述池化后的语义预测结果计算每个所述超体素的置信度；并筛选出高置信度的池化后的语义预测结果作为伪标签；同时对所述伪标签对应的语义特征表示采用动量更新策略，生成储存语义特征并存入语义特征记忆库，形成当前语义特征记忆库； S7：分别计算所述伪标签与所述初始语义预测结果之间的第二语义分割损失，以及池化后语义特征表示与所述储存语义特征之间的对比损失；将所述第二语义分割损失和所述对比损失加权求和得到第二总损失； S8：基于所述第二总损失更新当前迭代的点云语义分割网络参数；当迭代要求未达到预设迭代要求时,则返回步骤S4继续迭代；当所述迭代要求达到预设迭代要求后，则停止迭代，并输出最终的查询集桥梁点云数据的语义预测。

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南大学;中铁大桥局集团有限公司，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。