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 > 广州众易用智能科技有限公司黄志青获国家专利权

广州众易用智能科技有限公司黄志青获国家专利权

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!

龙图腾网获悉广州众易用智能科技有限公司申请的专利基于多尺度结构化知识蒸馏的三维点云补全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:CN120876323B

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:202511395403.5,技术领域涉及:G06T5/77;该发明授权基于多尺度结构化知识蒸馏的三维点云补全方法及系统是由黄志青;周开月;余俊设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。

基于多尺度结构化知识蒸馏的三维点云补全方法及系统在说明书摘要公布了:本申请公开了基于多尺度结构化知识蒸馏的三维点云补全方法及系统,方法包括:构建非完整三维点云数据集;引入多尺度层次化知识自蒸馏编码模块与重建解码模块,构建三维点云数据补全网络模型;基于三维点云数据补全网络模型对非完整三维点云数据集进行三维点云补全,得到完整三维点云数据集。本申请实施例能够通过最大化它们之间的互信息来学习不同局部特征的区别,将最深层模块的分布指定为对先前模块的监督,提高数据补全的完整度。本申请可以广泛应用于点云数据补全技术领域。

本发明授权基于多尺度结构化知识蒸馏的三维点云补全方法及系统在权利要求书中公布了:1.基于多尺度结构化知识蒸馏的三维点云补全方法,其特征在于,所述方法包括以下步骤: 构建非完整三维点云数据集; 引入多尺度层次化知识自蒸馏编码模块与重建解码模块,构建三维点云数据补全网络模型;所述三维点云数据补全网络模型包括多尺度层次化知识自蒸馏编码模块、多层感知机模块与重建解码模块,所述多尺度层次化知识自蒸馏编码模块、所述多层感知机模块与所述重建解码模块依次连接;所述多尺度层次化知识自蒸馏编码模块包括若干自蒸馏模块,若干所述自蒸馏模块均包括k近邻层、最远点采样层、多层感知机层与最大池化层,所述重建解码模块包括PointNet层、局部注意力机制层、一维反卷积层、第一多层感知机层、第二多层感知机层与上采样层; 将所述非完整三维点云数据集输入至所述三维点云数据补全网络模型; 基于所述三维点云数据补全网络模型中所述多尺度层次化知识自蒸馏编码模块的所述自蒸馏模块的k近邻层,对所述非完整三维点云数据集进行k近邻搜索,构建点云数据的局部近邻特征; 基于所述自蒸馏模块的最远点采样层,对所述点云数据的局部近邻特征进行中心点采样,得到局部近邻特征的中心点; 基于所述自蒸馏模块的多层感知机层,对所述局部近邻特征的中心点进行特征映射,得到映射后的局部近邻特征; 基于所述自蒸馏模块的最大池化层,对所述映射后的局部近邻特征进行聚合操作处理,得到若干初步邻域特征; 通过softmax激活函数对所述初步邻域特征进行计算,得到若干初步邻域特征对应的概率分布; 将最后一个初步邻域特征对应的概率分布作为监督信号,通过KL散度实现知识回流,输出稀疏点云数据与邻域特征; 基于所述三维点云数据补全网络模型的多层感知机模块,对所述稀疏点云数据与所述邻域特征进行数据降维处理,得到粗略点云数据集; 基于所述三维点云数据补全网络模型的重建解码模块,对所述粗略点云数据集进行数据重建,得到所述完整三维点云数据集。

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州众易用智能科技有限公司,其通讯地址为:510000 广东省广州市海珠区新港西路135号大院园西区705号楼中大科技园B座自编号909A室;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。