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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学朱鉴获国家专利权

广东工业大学朱鉴获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利基于增强点云旋转不变性的三维点云分类和分割方法及网络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:CN116778220B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310473191.2,技术领域涉及:G06V10/764;该发明授权基于增强点云旋转不变性的三维点云分类和分割方法及网络是由朱鉴;严键荣;黄杰彬;陈炳丰;蔡瑞初;胡钦太设计研发完成,并于2023-04-27向国家知识产权局提交的专利申请。

基于增强点云旋转不变性的三维点云分类和分割方法及网络在说明书摘要公布了:本发明涉及三维点云分类和分割技术领域,公开了基于增强点云旋转不变性的三维点云分类和分割方法及网络,包括以下步骤:S1、选择基线网络,在基线网络设置若干层旋转不变增强层;S2、获取点云数据中每个点的邻域点集;构建局部球面坐标系;S3、在所述的局部球面坐标系中,基于中心点的邻域点集,计算得到具有旋转不变性的几何描述符SGD;S4、SGD表达点云数据的点之间的边;S5、通过球面特征传递机制提取点云几何特征;整合为点云网络模型;S6、对整合后的点云网络模型进行训练;S7、通过训练好的点云网络模型完成对三维点云的分类和分割。本发明解决了现有技术无法通用地处理旋转扰动的问题,且具有灵活普适的特点。

本发明授权基于增强点云旋转不变性的三维点云分类和分割方法及网络在权利要求书中公布了:1.基于增强点云旋转不变性的三维点云分类和分割方法,其特征在于:包括以下步骤: S1、选择基线网络,在基线网络设置其对应的若干层旋转不变增强层; S2、获取点云数据,通过基线网络的k-NN算法获取点云数据中每个点的邻域点集;以点云数据中每个点为中心点划分局部区域,并基于该局部区域构建局部球面坐标系,其具体为: S2.1、将点云数据中每个点设为,将所在的平面作为绝对平面; S2.2、以为中心点,选取的k个邻居点划分出一个局部区域;将以作为原点的平面记作相对平面,该平面以的坐标值为法向量; S2.3、在所述的局部区域内,考虑点的k个包括自身的邻居点集并建立局部球面坐标系,其中z轴为的坐标向量值; S3、在所述的局部球面坐标系中,基于中心点的邻域点集,计算得到具有旋转不变性的几何描述符SGD,其具体为: S3.1、在所述的局部球面坐标系中,计算到之间的欧式距离: 其中表示为邻域点与中心点之间的相对坐标向量; S3.2、计算与之间的夹角: 其中是为了防止分母为零的常数; S3.3、引入向,表示在对应相对平面中的投影向量: S3.4、在得到对应的投影向量集合后,计算每两个相邻投影向量的夹角: 其中,±1表示以顺时针或逆时针计算; S4、通过SGD表达点云数据的点之间的边; S5、将SGD表达点云数据的点之间的边输入基于图结构的神经网络,通过基于图的球面特征传递机制提取点云数据的点云几何特征;将点云几何特征与该基于图结构的神经网络级联到基线网络中,整合为点云网络模型; S6、对整合后的点云网络模型进行训练; S7、通过训练好的点云网络模型完成对三维点云的分类和分割。

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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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。