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！

龙图腾网获悉电子科技大学申请的专利一种基于HPCT模型的城市区域植被点云语义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：CN116630622B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310577928.5，技术领域涉及：G06V10/26；该发明授权一种基于HPCT模型的城市区域植被点云语义分割方法是由黄方;强晓勇;何伟丙;陈胜亿;吕清哲;葛镔赋设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于HPCT模型的城市区域植被点云语义分割方法在说明书摘要公布了：本发明属于林业遥感技术领域，具体为一种基于深度学习模型的城市区域植被点云语义分割方法。本发明结合深度学习技术构建HPCT模型：将模型构建为多个层次，每个层次可处理三维点云不同级别的特征，进而捕捉与植被相关的不同空间尺度和地物相对关系的语义特征；采用自注意力机制，根据输入数据的每个部分的重要性进行不同的加权，捕捉三维点云中不同位置之间的长距离依赖关系，从而显著提升HPCT模型的表达能力和理解能力；同时，本发明采集了三种数据源的城市区域点云数据并将其进行语义标注，形成植被点云数据集，用来进行模型的训练及预测，为HPCT模型训练提供数据基础，也缓解了点云数据集稀缺的现状。

本发明授权一种基于HPCT模型的城市区域植被点云语义分割方法在权利要求书中公布了：1.一种基于HPCT模型的城市区域植被点云语义分割方法，其特征在于，包括以下步骤： 步骤1、对于目标城市区域，采集同时相的三源点云数据，分别为车载激光雷达点云、无人机倾斜影像重建点云以及无人机载激光雷达点云； 步骤2、将步骤1采集到的三源点云数据利用点云处理软件进行逐像素语义标签的标注，将植被点云提取出来标注为1，其他点标注为0，由此得到用于模型训练及测试的点云数据集； 步骤3、将步骤2中的训练数据集进行统一异源数据输入的空间尺度的处理； 步骤3.1、将所有点云坐标转换为世界坐标系，以米为单位，使用直角坐标来表示空间中的点； 步骤3.2、输入步骤2所得的训练点云数据集，同时给定区域分割参数bs、采样点数ns和采样参数sr； 步骤3.3、对点云数据集的坐标进行归一化，坐标范围到0-1；再随机选择区域内一个点xc,yc,zc作为采样中心，得到关于这个点x和y坐标周围bs2范围内的所有点形成集合P： 步骤3.4、从点集P中随机采样ns个点作为HPCT模型的输入，采样参数sr用于控制每一个迭代轮次中epoch的采样次数Niteration； Niteration＝Ntrainings×sr2 其中Ntraining表示训练集总点数； 步骤4、结合深度学习技术HierarchicalStructure和TransformerBlock构建HPCT模型，设置模型参数，将步骤3中处理后的训练数据集输入到HPCT模型中进行训练； HierarchicalStructure是指将模型构建为多个层次，每个层次可处理三维点云不同级别的特征，进而捕捉与植被相关的不同空间尺度和地物相对关系的语义特征； TransformerBlock采用自注意力机制Self-Attention，根据输入数据的每个部分的重要性进行不同的加权，捕捉三维点云中不同位置之间的长距离依赖关系； 步骤5、将测试数据集输入步骤4中训练好的模型中，对输入的训练数据集进行自动化地分割出其植被点云，查看植被点云语义分割结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。