Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 云南大学柏正尧获国家专利权

云南大学柏正尧获国家专利权

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!

龙图腾网获悉云南大学申请的专利一种基于深度特征一致性的点云配准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:CN113963040B

龙图腾网通过国家知识产权局官网在2025-08-22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:202111287533.9,技术领域涉及:G06T7/33;该发明授权一种基于深度特征一致性的点云配准方法及系统是由柏正尧;许祝设计研发完成,并于2021-11-02向国家知识产权局提交的专利申请。

一种基于深度特征一致性的点云配准方法及系统在说明书摘要公布了:本发明涉及一种基于深度特征一致性的点云配准方法及系统,方法包括:对源点云、目标点云进行匹配,获得对应点集合;利用多尺度图特征融合模块提取对应点集合的融合特征矩阵;将对应点集合的融合特征矩阵输入至对应点权重模块过滤离群点,获得候选内点集;确定候选内点集中各候选内点对应的内点子集,并基于深度特征匹配模块确定各内点子集对应的刚性变换估计矩阵;基于内点数量最大化条件从各所述内点子集对应的刚性变换估计矩阵中选取最优刚性变换估计矩阵。本发明将多尺度图特征融合模块、对应点权重模块和深度特征匹配模块相互结合,提高了在复杂的实际场景中点云配准的鲁棒性和成功率。

本发明授权一种基于深度特征一致性的点云配准方法及系统在权利要求书中公布了:1.一种基于深度特征一致性的点云配准方法,其特征在于,所述方法包括: 步骤S1:对源点云、目标点云进行匹配,获得对应点集合,具体包括: 步骤S11:对源点云、目标点云分别进行下采样以及点特征提取,获得各点云对应的点以及各点对应的特征; 步骤S12:采用随机采样方式从源点云对应的点中随机选取设定数量的点构成第一点阵,选取第一点阵中各点对应的特征构成第一特征矩阵; 步骤S13:采用随机采样方式从目标点云对应的点中随机选取设定数量的点构成第二点阵,选取第二点阵中各点对应的特征构成第二特征矩阵; 步骤S14:采用近邻搜索算法,根据所述第一特征矩阵和所述第二特征矩阵构建对应点集合; 步骤S2:利用多尺度图特征融合模块提取对应点集合的融合特征矩阵;所述多尺度图特征融合模块包括图神经网络和多尺度特征融合单元; 步骤S3:将对应点集合的融合特征矩阵输入至对应点权重模块过滤离群点,获得候选内点集;所述对应点权重模块包括多层感知机层和候选内点采样层;所述候选内点集包括多个候选内点; 步骤S4:确定候选内点集中各候选内点对应的内点子集,并基于深度特征匹配模块确定各内点子集对应的刚性变换估计矩阵,具体包括: 步骤S41:采用k-NN方法,在特征空间中按照对应点条件搜索,形成所述候选内点集中各候选内点对应的内点子集; 步骤S42:构建各所述内点子集的特征一致性矩阵; 步骤S43:采用主成分分析法计算各所述特征一致性矩阵对应的主成分权重; 步骤S44:将各所述主成分权重以及各所述内点子集输入至加权奇异值分解单元进行刚性变换估计,获得各所述内点子集对应的刚性变换估计矩阵; 步骤S5:基于内点数量最大化条件从各所述内点子集对应的刚性变换估计矩阵中选取最优刚性变换估计矩阵。

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云南大学,其通讯地址为:650091 云南省昆明市翠湖北路2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”。

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。