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！

龙图腾网获悉中国科学院计算技术研究所申请的专利基于合成数据辅助的点云实例分割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：CN119672328B 。

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：202311227805.5，技术领域涉及：G06V10/26；该发明授权基于合成数据辅助的点云实例分割方法及系统是由武晓东;王瑞平;陈熙霖设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本基于合成数据辅助的点云实例分割方法及系统在说明书摘要公布了：本发明提出一种基于合成数据辅助的点云实例分割方法和系统，本发明通过使用三维3D物体模型数据集和3D场景模型数据，生成包含有丰富物体的室内3D场景。在此基础上，通过统计在扫描场景点云时的相机轨迹，在合成场景中模拟该轨迹进行同样的扫描过程得到有标注的合成点云数据。为了能从合成点云数据中学习到语义丰富的特征表示，本发明在合成数据上进行有监督预训练，将语义分割任务作为特征学习的代理任务。本发明在预训练过程中引入无标注的真实场景数据并对其赋予伪标签来指导合成到真实数据的迁移过程。将学到的特征表示用于真实点云实例分割任务时，可以通过预训练模型包含的丰富的语义知识和物体形状知识，实现对真实数据的数据高效性。

本发明授权基于合成数据辅助的点云实例分割方法及系统在权利要求书中公布了：1.一种基于合成数据辅助的点云实例分割方法，其特征在于，包括： 训练数据构建步骤，获取三维场景数据，在该三维场景中根据预设的相机轨迹采集RGB-D数据，将该RGB-D数据转为点云并根据该相机轨迹，将世界坐标系下的点云作为合成训练数据，且该合成训练数据中每个数据点均与该三维场景数据中相应物体的类别标签所对应；构建包括稀疏卷积网络和语义分割任务头的点云语义分割模型； 预训练步骤，将该合成训练数据输入该稀疏卷积网络，得到训练特征；通过该语义分割任务头对该训练特征进行语义分割，预测该合成训练数据中每个数据点的所属类别，并以该类别标签为监督信息通过构建交叉熵损失训练更新该点云语义分割模型，得到预训练模型； 模型微调步骤，根据已标注数据点所属类别的真实点云作为真实训练数据，对该预训练模型中特征提取网络和或语义分割网络的参数进行微调，得到最终点云实例分割模型，以对目标点云数据执行云实例分割任务，得到目标点云数据中各数据点对应的物体类别； 该预训练步骤还包括： 将无标注的真实点云数据输入该点云语义分割模型，得到的语义分割结果作为伪标签，通过该伪标签构建自训练损失，结合该交叉熵损失构建总损失，训练更新该点云语义分割模型； 该总损失，其中为超参数，为合成数据有监督的该交叉熵损 失，为无标注真实点云数据对应的自训练损失； 其中和分别是合成训练数据的类别标签和该真实点云数据的伪标签，为该语 义分割任务头的语义分割预测结果；为合成训练数据的数据点总数，为真实点云数据 的数据点总数。

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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。