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！

龙图腾网获悉辽宁工程技术大学申请的专利一种基于多尺度特征提取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：CN116188924B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211642906.4，技术领域涉及：G06V10/80；该发明授权一种基于多尺度特征提取的点云补全方法是由邱云飞;赵静设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种基于多尺度特征提取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多尺度特征提取的点云补全方法，包括：从原始点云中随机选取一个点作为初始点，然后在循环中计算剩余原始点到距离它最近的最远点的距离，接着从这些点中选择距离最大的点作为下个最远点；采取改进多层感知机提取低分辨率点云的全局信息的同时采用EdgeConv提取高分辨率原始点云的细节信息，并以递归形的级联方式通过多层感知机融合二者，从而得到潜在特征向量；将潜在特征向量作为输入，以生成点数为1024的粗糙点云；输送至共享多层感知机，最后再在输出时addition粗点云。本发明的基于多尺度特征提取的点云补全方法用以关注全局特征的同时兼顾点之间的拓扑信息，保证特征的全面性和完整性，缩小点之间间隙，增强模型的泛化能力。

本发明授权一种基于多尺度特征提取的点云补全方法在权利要求书中公布了：1.一种基于多尺度特征提取的点云补全方法，其特征在于，包括： 步骤S1、从原始点云中采取最远点采样法获得分辨率为的多尺度点云，其中N为原始点云数，值为2048； 步骤S2、采取改进多层感知机提取低分辨率点云的全局信息的同时采用EdgeConv提取高分辨率原始点云的细节信息，并以递归形的级联方式通过多层感知机融合二者，从而得到潜在特征向量； 步骤S3、将潜在特征向量作为输入，然后利用维度为2048,1024,1024的三层全连接将其映射到1024×3的输出单元上，最后再reshape成1024×3的矩阵，以生成点数为1024的粗糙点云； 步骤S4、采用最远点采样和镜像操作分别对原始残缺点云和粗点云下采样为512个点，并将二者拼接形成合成点云，以合成点云的每个点为中心点，通过折叠的2D网格使每个点周围生成16个点，并将扩展的潜在特征向量嵌入，结合残差网络的连接方式，将合成点云、2D网格以及潜在特征向量串联，输送至共享多层感知机，最后再在输出时addition粗点云； 在所述步骤S2中，利用改进多层感知机MCMLP分别提取两个低分辨率点云特征，并用MLP进行融合； MCMLP的技术步骤如下： 步骤21：将输入点云映射到不同的特征维度，每层使用批量归一化和ReLU激活函数来对其进行非线性操作； 步骤22：将得到的多维特征在最后一层进行拼接； 步骤23：将拼接后的特征并行送入全局最大池化和全局平均池化，以同时聚合语义特征； 步骤24：串联池化后的特征以形成潜在特征向量。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市细河区中华路47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。