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！

龙图腾网获悉华南理工大学申请的专利基于球面投影的点云弱监督语义分割方法、装置及介质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：CN116958542B 。

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：202310706041.1，技术领域涉及：G06V10/26；该发明授权基于球面投影的点云弱监督语义分割方法、装置及介质是由谭明奎;邹博韬;李蓉;庄壮伟;杜卿设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本基于球面投影的点云弱监督语义分割方法、装置及介质在说明书摘要公布了：本发明公开了一种基于球面投影的点云弱监督语义分割方法、装置及介质，属于智能识别技术领域。其中方法包括：获取激光雷达的点云数据；将点云数据映射到图像空间中；将映射后的数据输入训练后的语义分割模型进行处理，获得稠密及稀疏的预测结果，实现对点云数据的语义分割。本发明将点云数据投影至球面空间中，并将球面空间的特征输入至添加了对比学习模块的深度神经网络中，对目标点云数据进行处理，以获得预测结果，能够有效减少模型对数据标签的依赖，提高了点云分割结果在标签稀缺条件下的准确度。

本发明授权基于球面投影的点云弱监督语义分割方法、装置及介质在权利要求书中公布了：1.一种基于球面投影的点云弱监督语义分割方法，其特征在于，包括以下步骤： 获取激光雷达的点云数据； 将点云数据映射到图像空间中； 将映射后的数据输入训练后的语义分割模型进行处理，获得稠密及稀疏的预测结果，实现对点云数据的语义分割； 其中，通过以下方式将点云数据映射到图像空间中： 根据球面投影算法，将点云数据投影到图像空间；投影后的每个点对应一个五维的特征，表示坐标值，表示深度，表示反射强度； 所述点云弱监督语义分割方法还包括训练所述语义分割模型的步骤，该步骤包括： 利用卷积层、批量归一化层、线性整流层和池化层构建神经网络； 在所述神经网络中插入对比损失函数，将对比损失函数与Multi-classfocalloss、Lov´aszsoftmaxloss构成目标损失函数； 根据所述目标损失函数对所述神经网络进行训练，获得语义分割模型； 所述利用卷积层、批量归一化层、线性整流层和池化层构建神经网络，包括： 利用卷积层、批量归一化层、线性整流层和池化层，构建基础神经网络； 在所述基础神经网络中插入对比学习模块，构建同时利用监督学习方法和无监督学习方法的弱监督神经网络，作为最终的神经网络。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。