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！

龙图腾网获悉南京大学申请的专利一种用于3D场景理解的点云多模态特征融合网络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：CN114708475B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202210323717.4，技术领域涉及：G06V10/80；该发明授权一种用于3D场景理解的点云多模态特征融合网络方法是由郭延文;赵志伟;吴政亿;任大勇设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种用于3D场景理解的点云多模态特征融合网络方法在说明书摘要公布了：本发明提供了一种用于3D场景理解的点云多模态特征融合网络方法，包括以下步骤：步骤1：收集现有的点云数据集，其中数据集包括S3DIS数据集和ModelNet40数据集，数据集中的数据包括含颜色信息的点云数据；步骤2：根据点云数据从前视图、后视图、顶视图、底视图、右侧视图、左侧视图生成其对应的多视图的点云投影图像和点频图像；步骤3：使用PointNet++提取点云的全局特征和部分局部特征；步骤4：使用VGG16分别提取不同的视图图像特征并聚合成一个全局特征；步骤5：将点云分支和图像分支的特征进行拼接合并；步骤6：将拼接后的特征通过两个1x1的卷积层融合点云特征和图像特征；步骤7：将步骤6得到的融合特征特征进行逐位加操作；步骤8：将图像特征和步骤7得到的特征进行拼接合并；步骤9：重复步骤6、7、8两次后得到最后的融合特征；步骤10：对于步骤9的输出的特征使用语义分割网络预测点云语义信息，使用标注信息进行监督训练；步骤11：对于步骤9的输出的特征使用分类预测点云类别信息，使用标注信息进行监督训练；步骤12：点云语义分割和类别的显示，本发明是一个精度更高且更加鲁棒的点云语义分割模型，可用于绝大多数的室内场景理解任务中。

本发明授权一种用于3D场景理解的点云多模态特征融合网络方法在权利要求书中公布了：1.一种用于3D场景理解的点云多模态特征融合网络方法，其特征在于，包括以下步骤： 步骤1：收集现有的点云数据集，其中数据集包括S3DIS数据集和ModelNet40数据集，数据集中的数据包括含颜色信息的点云数据； 步骤2：根据点云数据从前视图、后视图、顶视图、底视图、右侧视图、左侧视图生成其对应的多视图的点云投影图像和点频图像； 步骤3：使用PointNet++提取点云的全局特征和部分局部特征； 步骤4：使用VGG16分别提取不同的视图图像特征并聚合成一个全局特征； 步骤5：将点云分支和图像分支的特征进行拼接合并； 步骤6：将拼接后的特征通过两个1x1的卷积层融合点云特征和图像特征； 步骤7：将步骤6得到的融合特征和步骤5中得到的拼接特征进行逐位加操作； 步骤8：将步骤4得到的图像全局特征和步骤7得到的特征进行拼接合并； 步骤9：重复步骤6、7、8两次后得到最后的融合特征； 步骤9方法如下： 在重复步骤6、步骤7和步骤8两次后，经过1x1的卷积层改变通道数深度融合了二维图像和三维点云的特征； 步骤10：对于步骤9输出的特征使用语义分割网络预测点云语义信息，使用标注信息进行监督训练； 步骤11：对于步骤9输出的特征使用分类预测点云类别信息，使用标注信息进行监督训练； 步骤12：显示点云的3D场景理解效果图。

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大学，其通讯地址为：210000 江苏省南京市栖霞区仙林大道163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。