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 > 云南大学柏正尧获国家专利权

云南大学柏正尧获国家专利权

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!

龙图腾网获悉云南大学申请的专利融合自注意力和多路路径图卷积的点云上采样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:CN116188882B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310201096.7,技术领域涉及:G06V10/77;该发明授权融合自注意力和多路路径图卷积的点云上采样方法及系统是由柏正尧;肖霄设计研发完成,并于2023-03-06向国家知识产权局提交的专利申请。

融合自注意力和多路路径图卷积的点云上采样方法及系统在说明书摘要公布了:本发明公开一种融合自注意力和多路路径图卷积的点云上采样方法及系统,涉及点云数据处理领域,该方法包括获取目标物体的原始点云;将所述原始点云输入点云上采样模型,获得上采样处理后的稠密点云;所述点云上采样模型包括依次连接的特征提取器、上采样器和坐标重建器;所述特征提取器用于基于多个残差多层图卷积和自注意力模块对所述原始点云进行特征提取,获得初级点云特征;所述上采样器用于对所述初级点云特征进行拓展聚合及重新排列得到高级点云特征;所述坐标重建器用于将所述高级点云特征回归到三维空间,得到所述稠密点云;所述点云上采样模型为通过数据集对点云上采样网络进行训练后获得的,本发明提高了点云上采样的质量。

本发明授权融合自注意力和多路路径图卷积的点云上采样方法及系统在权利要求书中公布了:1.一种融合自注意力和多路路径图卷积的点云上采样方法,其特征在于,包括: 获取目标物体的原始点云; 将所述原始点云输入点云上采样模型,获得上采样处理后的稠密点云;所述点云上采样模型包括依次连接的特征提取器、上采样器和坐标重建器;所述特征提取器用于基于多个残差多层图卷积和自注意力模块对所述原始点云进行特征提取,获得初级点云特征;所述上采样器用于对所述初级点云特征进行拓展聚合及重新排列得到高级点云特征;所述坐标重建器用于将所述高级点云特征回归到三维空间,得到所述稠密点云; 所述点云上采样模型为通过数据集对点云上采样网络进行训练后获得的; 所述特征提取器包括依次连接的第一k近邻算法模块、图卷积模块、第一融合特征提取模块、第二融合特征提取模块和第三融合特征提取模块;所述第一融合特征提取模块、所述第二融合特征提取模块和所述第三融合特征提取模块结构相同,所述第一融合特征提取模块的输出、所述第二融合特征提取模块的输出与所述所述第三融合特征提取模块的输出合并作为所述特征提取器的输出; 所述第一融合特征提取模块包括瓶颈层、第二k近邻算法模块、第三k近邻算法模块、第一残差多层图卷积、第二残差多层图卷积、第三残差多层图卷积、自注意力模块、全局最大池化和拼接模块;所述瓶颈层的输出分别与所述第二k近邻算法模块、所述第三k近邻算法模块和第三残差多层图卷积的输入连接,所述第二k近邻算法模块的输出与所述第一残差多层图卷积的输入连接,所述第三k近邻算法模块的输出与所述第二残差多层图卷积的输入连接,所述第三残差多层图卷积的输出与所述自注意力模块的输入连接,所述瓶颈层的输入与所述全局最大池化的输入连接,所述第一残差多层图卷积、所述第二残差多层图卷积、所述自注意力模块和所述全局最大池化的输出均与所述拼接模块连接,所述拼接模块的输出与所述瓶颈层的输入合并得到所述第一融合特征提取模块的输出;所述第二k近邻算法模块和所述第三k近邻算法模块中k近邻算法的扩张率不同; 所述第一残差多层图卷积、所述第二残差多层图卷积和所述第三残差多层图卷积的结构相同; 所述第一残差多层图卷积中包括第四k近邻算法模块和顺次连接的多个图卷积运算层,所述第四k近邻算法模块的输出连接第一个图卷积运算层的输入;每个图卷积运算层均包括第一多层感知机和第二多层感知机;第一多层感知机和第二多层感知机均为32输出通道数的多层感知机; 当所述图卷积运算层为第一个图卷积运算层时,当前图卷积运算层用于:将输入特征中的中心点特征输入第一多层感知机,将输入特征中的邻居点特征和中心点特征相关性输入第二多层感知机,所述第一多层感知机和所述第二多层感知机的输出相加后通过ReLU激活函数,得到当前图卷积运算层的输出; 当所述图卷积运算层不是第一个图卷积运算层时,当前图卷积运算层用于:将输入特征中的中心点特征输入第一多层感知机,将输入特征中的邻居点特征和中心点特征相关性输入第二多层感知机,所述第一多层感知机和所述第二多层感知机的输出相加后通过ReLU激活函数,得到第一输出结果,将当前图卷积运算层的上一个图卷积运算层的输出结果的残差映射与第一输出结果相加,得到当前图卷积运算层输出。

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云南大学,其通讯地址为:650091 云南省昆明市翠湖北路2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。