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;人工智能与数字经济广东省实验室(广州)申请的专利面向弱监督点云分割的上下文点云建模实现方法及装置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：CN117132772B 。

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：202310895136.2，技术领域涉及：G06V10/26；该发明授权面向弱监督点云分割的上下文点云建模实现方法及装置是由谭明奎;刘立钊;庄壮伟;黄尚昕;肖勋龙;向添航;杜卿设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本面向弱监督点云分割的上下文点云建模实现方法及装置在说明书摘要公布了：本发明公开了一种面向弱监督点云分割的上下文点云建模实现方法及装置，涉及云分割中上下文信息理解的技术领域，方法对区域点云数据进行连续性遮掩，构造出有益于模型学习点云数据上下文的掩码特征预测任务；通过约束同一点云数据掩码前后对应特征的一致性，使得模型可以有效利用掩码数据中的邻域信息，提升模型对于点云数据的上下文理解，最终实现点云分割模型在弱标注场景下，语义分割的性能。本发明有效解决了标注十分稀疏、点云结构十分复杂场景下的点云语义分割问题，可广泛运用于大规模3D视觉理解的应用场景。

本发明授权面向弱监督点云分割的上下文点云建模实现方法及装置在权利要求书中公布了：1.一种面向弱监督点云分割的上下文点云建模实现方法，其特征在于，包括步骤： 获取原始点云数据，所述原始点云数据包含有标注； 对所述原始点云数据进行增强操作，获得至少两增强后的点云数据； 对任一所述增强后的点云数据进行掩码操作，得到掩码后的点云数据； 建立点云分割模型，根据两所述增强后的点云数据、所述掩码后的点云数据和所述点云分割模型对应生成逐点分类概率； 根据两所述增强后的点云数据的逐点分类概率生成特征一致性损失，分别根据两所述增强后的点云数据的逐点分类概率对应生成第一交叉熵损失和第二交叉熵损失，根据一所述增强后的点云数据的逐点分类概率和所述掩码后的点云数据的逐点分类概率生成第一掩码特征一致性损失，根据另一所述增强后的点云数据的逐点分类概率和所述掩码后的点云数据的逐点分类概率生成第二掩码特征一致性损失； 根据所述第一交叉熵损失和所述第二交叉熵损失生成交叉熵损失，根据所述第一掩码特征一致性损失和所述第二掩码特征一致性损失生成掩码特征一致性损失； 根据所述特征一致性损失、所述交叉熵损失和所述掩码特征一致性损失生成用于训练点云数据的训练模型； 其中，根据所述原始点云数据和设定大小的区域，得到一系列用于划分所述原始点云数据的空间数据的长方体；根据设定的掩码比例和所述长方体，得到一系列待掩码的长方体子集；对所述长方体子集内的所有原始点云数据进行掩码操作；通过以下方式计算被掩码后的点云Pm: Pm[n]＝[xn,yn,zn,M[n]·rn,M[n]·gn,M[n]·bn]； 式中，xn,yn,zn为点pn的坐标位置，rn,gn,bn为点pn的RGB信息，M[n]为掩码标志位，∈表示一个点是否在一个立方体内，为待掩码的目标区域。

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;人工智能与数字经济广东省实验室(广州)，其通讯地址为：510635 广东省广州市天河区五山路；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。