Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 浙大宁波理工学院张志远获国家专利权

浙大宁波理工学院张志远获国家专利权

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!

龙图腾网获悉浙大宁波理工学院申请的专利一种用于神经网络的三维点云数据识别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:CN116503644B

龙图腾网通过国家知识产权局官网在2025-12-30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:202310371253.9,技术领域涉及:G06V10/764;该发明授权一种用于神经网络的三维点云数据识别方法是由张志远设计研发完成,并于2023-04-10向国家知识产权局提交的专利申请。

一种用于神经网络的三维点云数据识别方法在说明书摘要公布了:本发明提供一种用于神经网络的三维点云数据识别方法,包括:获取三维点云数据;根据三维点云数据获得三维点云数据的采样点集;当三维点云数据发生旋转时,获取采样点集中的旋转不变特征数据;构建若干个RISurFormer模块,用于逐个将旋转不变特征数据处理为高维旋转不变特征数据;构建Transformer‑Encoder模块,用于优化高维旋转不变特征数据,获得优化后的高维旋转不变特征数据;构建分类器,用于根据优化后的高维旋转不变特征数据对三维点云数据进行分类;本方法能够处理任意旋转的三维点云数据,不受目标物体姿态的影响,且不需要复杂的数据预处理,效率大大提高,可以广泛应用于神经网络中,尤其是初始输入数据即为原始数据的卷积神经网络。

本发明授权一种用于神经网络的三维点云数据识别方法在权利要求书中公布了:1.一种用于神经网络的三维点云数据识别方法,其特征在于,包括以下步骤: S1、获取三维点云数据; S2、根据所述三维点云数据获得所述三维点云数据的采样点集; S3、当所述三维点云数据发生旋转时,获取所述采样点集中的旋转不变特征数据; S4、构建若干个RISurFormer模块,用于将旋转不变特征数据逐级处理为高维旋转不变特征数据;所述RISurFormer模块包括: 第一多层感知机模块,用于将所述旋转不变特征数据映射至高维空间,获得初始高维旋转不变特征数据; 第一自注意力模块,所述第一自注意力模块与所述第一多层感知机模块连接,用于优化所述初始高维旋转不变特征数据,获得优化后的初始高维旋转不变特征数据; 特征数据相级联模块,所述特征数据相级联模块与所述第一自注意力模块连接,用于判断是否存在上一级RISurFormer模块,如果存在所述上一级RISurFormer模块,则将所述优化后的初始高维旋转不变特征数据与上一级RISurFormer模块输出的高维旋转不变特征数据相级联,获得相级联的初始高维旋转不变特征数据,如果不存在所述上一级RISurFormer模块,则直接输出所述优化后的初始高维旋转不变特征数据; 第二多层感知机模块,所述第二多层感知机模块与所述特征数据相级联模块连接,用于将所述相级联的高维旋转不变特征数据汇总,获得汇总后的初始高维旋转不变特征数据; 池化模块,所述池化模块与所述第二多层感知机模块连接,所述用于将所述汇总后的旋转不变特征数据进行池化操作,获得池化后的初始高维旋转不变特征数据; 第二自注意力模块,所述第二自注意力模块与所述池化模块连接,用于优化所述池化后的旋转不变特征数据,得到所述高维旋转不变特征数据; S5、构建Transformer-Encoder模块,用于优化所述高维旋转不变特征数据,获得优化后的高维旋转不变特征数据; S6、构建分类器,用于根据所述优化后的高维旋转不变特征数据对所述三维点云数据进行分类。

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浙大宁波理工学院,其通讯地址为:315121 浙江省宁波市高教园区钱湖南路1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。

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。