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！

龙图腾网获悉武汉大学申请的专利一种动态局部自注意力卷积网络点云分析系统及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：CN115471833B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211010334.8，技术领域涉及：G06V20/64；该发明授权一种动态局部自注意力卷积网络点云分析系统及方法是由何发智;宋宇鹏;郭庆;戴季成;鄢小虎设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种动态局部自注意力卷积网络点云分析系统及方法在说明书摘要公布了：本发明提出了一种动态局部自注意力卷积网络点云分析系统及方法。本发明包括动态局部自注意力卷积网络点云分析系统。本发明方法引入多组原始三维点云数据，通过数据预处理得到每组预处理后三维点云数据并人工标记真实标签类别；构建动态局部自注意力卷积网络，将预处理后三维点云数据输入至动态局部自注意力卷积网络并得到预测标签类别，结合损失函数和SGD算法进行网络优化；上位机通过激光雷达实时采集室内三维点云数据，并通过数据预处理得到实时预处理后室内三维点云数据，然后通过优化后的动态局部自注意力卷积网络预测得到点云数据的预测标签类别；本发明克服噪声、空间形变等不确定性问题，提高了3D点云形状识别的正确率。

本发明授权一种动态局部自注意力卷积网络点云分析系统及方法在权利要求书中公布了：1.一种动态局部自注意力卷积网络点云分析方法，其特征在于，包括以下步骤： 步骤1：引入多组原始三维点云数据，将每组原始三维点云数据通过数据预处理得到每组预处理后三维点云数据，人工标记每组预处理后三维点云数据的真实标签类别； 步骤2：构建动态局部自注意力卷积网络，将每组预处理后三维点云数据输入至动态局部自注意力卷积网络进行预测得到每组预处理后三维点云数据的预测标签类别，结合每组预处理后三维点云数据的真实标签类别构建损失函数模型，通过SGD算法优化训练得到优化后动态局部自注意力卷积网络； 所述动态局部自注意力卷积网络包括：第一动态局部自注意学习模块，第二动态局部自注意学习模块、第三动态局部自注意学习模块、第四动态局部自注意学习模块、聚合模块、池化模块、SofMax分类器；所述的第一动态局部自注意学习模块，第二动态局部自注意学习模块、第三动态局部自注意学习模块、第四动态局部自注意学习模块依次级联连接；所述的第一动态局部自注意学习模块、第二动态局部自注意学习模块、第三动态局部自注意学习模块、第四动态局部自注意学习模块分别与所述聚合模块连接；所述聚合模块与所述池化模块连接；所述池化模块与所述SofMax分类器连接； 第一个动态局部自注意学习模块以每组预处理后三维点云数据作为第一动态局部自注意学习模块的输入特征，对所述第一个动态局部自注意学习模块的输入特征中所有三维点经过动态局部自注意力学习，得到所述第一动态局部自注意学习模块的输出特征；第二个动态局部自注意学习模块以所述第一动态局部自注意学习模块的输出特征作为所述第二个动态局部自注意学习模块的输入特征，对所述第二个动态局部自注意学习模块的输入特征中所有三维点经过动态局部自注意力学习，得到所述第二动态局部自注意学习模块的输出特征；第三个动态局部自注意学习模块以所述第二动态局部自注意学习模块的输出特征作为所述第三个动态局部自注意学习模块的输入特征，对点云所有点经过动态局部自注意力学习，得到所述第三动态局部自注意学习模块的输出特征；第四个动态局部自注意学习模块以所述第三动态局部自注意学习模块的输出特征作为所述第四个动态局部自注意学习模块的输入特征，对点云所有点经过动态局部自注意力学习，得到所述第四动态局部自注意学习模块的输出特征； 步骤3：上位机通过三维激光雷达实时采集室内三维点云数据，将实时采集的室内三维点云数据通过步骤1所述数据预处理得到实时预处理后室内三维点云数据，将实时预处理后室内三维点云数据通过优化后动态局部自注意力卷积网络预测得到实时预处理后室内三维点云数据的预测标签类别。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区珞珈山街道八一路299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。