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 > 电子科技大学饶云波获国家专利权

电子科技大学饶云波获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于堆叠式网格变换的点云补全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:CN116805286B

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:202310060116.3,技术领域涉及:G06T5/60;该发明授权一种基于堆叠式网格变换的点云补全方法是由饶云波;徐平;邹自若设计研发完成,并于2023-01-19向国家知识产权局提交的专利申请。

一种基于堆叠式网格变换的点云补全方法在说明书摘要公布了:本发明公开了一种基于堆叠式网格变换的点云补全方法,属于激光扫描数据处理技术领域。本发明包括:获取原始点云,并通过采样算法固定点云形状,经过一系列高维空间变换后得到高维特征空间中的特征映射,并下采样为特征编码,再利用堆叠式的网格变换解码器获取粗糙点云;对粗糙点云进行三维空间的膨胀操作,平均化点云采样空间的点密度,获得完整点云结果。本发明通过边缘卷积获取三维空间的集合特征的同时利用风格编码覆盖更高纬度耦合上下文信息,增强了特征提取在处理复杂场景的下鲁棒性;通过深度网格变换的编码‑解码结构,基于堆叠式的点云重建能够在补全点云的过程中获取更高精度的信息与几何细节。

本发明授权一种基于堆叠式网格变换的点云补全方法在权利要求书中公布了:1.一种基于堆叠式网格变换的点云补全方法,其特征在于,包括下列步骤: 步骤S1,获取点云数据,并进行数据预处理; 步骤S2,训练一个编码器,该编码器通过传入一个批次的点云数据,经过高维空间变换后得到高维特征空间中的特征映射,并将其下采样为特征编码; 步骤S3,对特征编码进行仿射变换,基于堆叠式的网格变换解码器并行上采样特征编码,获取补全的粗糙点云; 步骤S4,通过优化模块对粗糙点云进行三维空间的膨胀操作,平均化点云采样空间的点密度,获得完整点云结果; 其中,步骤S2中,所述高维空间变换包括:基于一维卷积的点特征空间变换,基于二维卷积的图像特征空间变换,基于聚合特征的池化操作,根据该高维空间变换对点云进行点维度和图像维度的特征提取,获取高度聚合的特征编码; 步骤S2具体包括: 对初始的维度为N×3的点云数据,进行点数量方向的一维卷积,使其落在点坐标方向的投影作为空间关系的表示,得到中间特征; 采用KNN聚类算法,对中间特征进行点聚类处理,获取点数量大小的聚类映射集,再对该聚类映射集进行二维卷积滤波,得到高维特征关系; 对得到的高维特征关系,进行降维度的池化操作,将点坐标空间映射为线性空间,获得低维度高聚合的特征编码; 步骤S3中,对特征编码进行仿射变换具体为: 对特征编码在多尺度特征空间进行高维映射,该高维映射的维度大小在上采样后的通道叠加与输入点云的尺寸相匹配; 堆叠式的网格变换解码器包括:基于一维卷积的恒等映射变换和基于注意力机制的特征压缩; 所述编码器为: 其中,C表示基于边缘卷积构造的卷积模块,MLP表示基于仿射变换的高维特征空间映射,B表示基于残差卷积构造的卷积模块,R表示一个集成的编码块,下标i表示构造编码器的编码块标识,即编码器的层编号,表示第i层的第j个点特征,N表示点特征数量,表示第i层的N点特征。

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电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006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。