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申请的专利一种基于超点增强Transformer的细长构件点云精细分割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：CN121033409B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510916308.9，技术领域涉及：G06V10/26；该发明授权一种基于超点增强Transformer的细长构件点云精细分割方法是由罗小春;高泽宇;唐宇彤;覃明勇设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种基于超点增强Transformer的细长构件点云精细分割方法在说明书摘要公布了：本发明公开了一种基于超点增强Transformer的细长构件点云精细分割方法，包括以下步骤：对点云进行预处理；对预处理后的点云进行特征编码，提取多尺度几何特征；将点云划分为多个超点区域，并对超点进行特征聚合；将超点及其聚合特征输入包含自注意力机制的Transformer模块，输出全局上下文特征；将超点的局部点级特征与其全局上下文特征按复杂度动态加权融合，输出融合结构特征；生成语义分割卷积核与实例分割卷积核，输出点级语义标签和候选实例掩膜；对候选实例掩膜进行训练和推理，输出分割结果。本发明实现对空间密集、相互干扰严重的细长构件的高精度语义、实例和全景分割，提高分割结果的结构一致性与工程适用性。

本发明授权一种基于超点增强Transformer的细长构件点云精细分割方法在权利要求书中公布了：1.一种基于超点增强Transformer的细长构件点云精细分割方法，其特征在于，包括以下步骤： S1获取细长构件的施工现场原始三维点云数据，对点云进行预处理； S2利用稀疏三维卷积网络对预处理后的点云进行特征编码，提取多尺度几何特征；所述多尺度几何特征包括点级的几何形状、法向量方向与空间尺度； S3基于点级特征和空间邻接关系，构建点间图结构，并根据几何一致性原则进行区域聚类，将点云划分为多个超点区域，并对每个超点进行特征聚合，形成超点级结构表达； S4将超点及其聚合特征输入包含自注意力机制的Transformer模块，捕捉超点间的全局依赖关系，输出全局上下文特征； S5采用基于超点几何复杂度的自适应加权融合机制，将每个超点的局部点级特征与其全局上下文特征按复杂度动态加权融合，输出每个超点的融合结构特征； S6将融合结构特征输入查询解码器，利用多层Transformer结构生成语义分割卷积核与实例分割卷积核，分别输出点级语义标签和多个候选实例掩膜，完成初步掩膜预测； S7对步骤S6得到的候选实例掩膜进行训练和推理，输出最终分割结果； 在训练阶段，对每个候选实例掩膜拟合主轴方向和中心点，基于拟合主轴，分别计算掩膜内所有点到主轴的最小距离和各实例间主轴的最近距离，引入结合这两项的形状约束损失，对实例分割结果进行物理合理性和空间分离性的联合优化； 在推理阶段，利用初步预测得到的候选实例掩膜及其主轴参数，结合超点之间的邻接关系，对掩膜主轴进行共线性判断和空间关系分析，对粘连或断裂实例执行掩膜细化优化和边界修复，输出结构连续性与实例边界完整性兼备的最终分割结果。

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，其通讯地址为：510640 广东省广州市天河区五山路381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。