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！

龙图腾网获悉人工智能与数字经济广东省实验室(深圳)申请的专利基于协同注意力与密度自适应体素化的点云单木分割方法、系统、终端及存储介质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：CN121095576B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511650715.6，技术领域涉及：G06V10/26；该发明授权基于协同注意力与密度自适应体素化的点云单木分割方法、系统、终端及存储介质是由张若昕;唐玉芝;徐梓豪;罗浚林;王高毅设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于协同注意力与密度自适应体素化的点云单木分割方法、系统、终端及存储介质在说明书摘要公布了：本发明涉及点云数据处理技术领域，公开了一种基于协同注意力与密度自适应体素化的点云单木分割方法、系统、终端及存储介质，所述方法包括：对原始森林点云进行密度自适应体素化以构建非均匀体素网格，然后输入稀疏卷积神经网络利用协同空间通道注意力模块进行特征提取，并通过边界感知复合损失函数进行模型训练，最终用于提取森林点云中每个单木的分割结果。本发明在保证精度的前提下，通过自适应体素化优化了计算资源的分配，提升了处理大规模森林点云的效率，最终生成的分割结果具有更准确的几何形态和更清晰的轮廓，为后续的林业参数提取提供了更高质量的数据基础。

本发明授权基于协同注意力与密度自适应体素化的点云单木分割方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于协同注意力与密度自适应体素化的点云单木分割方法，其特征在于，所述基于协同注意力与密度自适应体素化的点云单木分割方法包括： 获取原始森林点云，计算所述原始森林点云中每个样本点的密度值，对所有所述密度值进行映射处理，得到非均匀的体素网格； 所述体素网格包括：高密度体素网格、中密度体素网格和低密度体素网格； 所述获取原始森林点云，计算所述原始森林点云中每个样本点的密度值，对所有所述密度值进行映射处理，得到非均匀的体素网格，具体包括： 获取原始森林点云，从所述原始森林点云中的所有样本点中提取多个非地面样本点，并将所有所述非地面样本点进行两两配对，以计算每对所述非地面样本点的成对距离； 将所有所述成对距离的中位数定义为全局带宽参数，并根据所述全局带宽参数计算所有所述样本点的密度值： ； 其中，表示任意一个样本点，表示的密度值，表示样本点的数量，表示样本点的索引，表示全局带宽参数，表示根据缩放后的高斯核，表示第个样本点； 对所有所述密度值进行映射，得到所述高密度体素网格、所述中密度体素网格和所述低密度体素网格； 将所述体素网格输入稀疏卷积神经网络，输出所述原始森林点云中的体素特征图，将所述体素特征图输入空间通道注意力模型进行多次池化处理，输出精炼特征图，将所述精炼特征图输入分割头，输出每个所述样本点的语义预测概率； 利用所述精炼特征图中的所有边界点的特征表示构建边界损失函数，根据每个样本点的真实标签和语义预测概率，构建区域损失函数，根据每个所述样本点的真实实例中心偏移向量与预测实例中心偏移向量构建偏移损失函数，并利用所述边界损失函数、所述区域损失函数和所述偏移损失函数对所述稀疏卷积神经网络、所述空间通道注意力模型和所述分割头进行优化训练； 将目标森林点云输入已训练的稀疏卷积神经网络、空间通道注意力模型和分割头中，输出所述目标森林点云中每个体素的语义类别预测结果，并利用聚类算法对所有所述语义类别预测结果进行聚类，得到多个单木分割结果。

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人工智能与数字经济广东省实验室(深圳)，其通讯地址为：518107 广东省深圳市光明区玉塘街道科润大厦；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。