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！

龙图腾网获悉左一帆申请的专利一种基于神经网络重建高斯混合模型的点云配准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：CN114119690B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202111536716.X，技术领域涉及：G06T7/33；该发明授权一种基于神经网络重建高斯混合模型的点云配准方法是由左一帆;黄小水;黎盛;夏雪;方玉明设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本一种基于神经网络重建高斯混合模型的点云配准方法在说明书摘要公布了：本发明提供一种基于神经网络重建高斯混合模型的点云配准方法，包括获取真实场景相同物体或者场景在噪声和密度差异下的两个点云描述信息，采用基于三维空间变换模块去除点云之间的位姿差异信息；在特征空间中，使用堆叠信息交互模块融合点云数据；基于更新的特征，设计聚类网络预测每个点属于高斯混合模型中各分量的后验概率；通过非迭代方式结合两个点云数据还原目标物体的高斯混合模型，获取两个点云数据之间的变换矩阵，应用变换矩阵完成两个点云数据的配准。本发明在具有噪声和密度差异的真实场景中，具有鲁棒的算法性能和较低的运行时间的优点。

本发明授权一种基于神经网络重建高斯混合模型的点云配准方法在权利要求书中公布了：1.一种基于神经网络重建高斯混合模型的点云配准方法，其特征在于，包括： 获取真实场景相同物体或者场景在噪声和密度差异下的两个点云描述信息，采用基于三维空间变换模块去除点云之间的位姿差异信息； 在特征空间中，使用堆叠信息交互模块融合点云数据； 基于更新的特征，设计聚类网络预测每个点属于高斯混合模型中各分量的后验概率； 通过非迭代方式结合两个点云数据还原目标物体的高斯混合模型，获取两个点云数据之间的变换矩阵，应用所述变换矩阵完成两个点云数据的配准； 其中， 采用基于三维空间变换模块去除点云之间的较大位姿差异信息包括： 分别将两个点云描述信息输入共享参数的三维空间变换网络，使用基于学习的方式回归变换矩阵，对两个点云描述信息进行几何变换去除位姿差异； 获取真实场景相同物体在噪声和密度差异下的两个点云描述信息包括： 基于三维物体模型数据，对每个目标物体进行至少两次随机采样，对随机采样获得的点云数据进行归一化处理，将两个点云数据的三维坐标统一缩放至相同范围； 将两个点云数据的三维坐标统一缩放至相同范围后，还对两个点云数据进行随机数据增强，获得训练数据； 对所述点云数据的随机增强包括： 在0至45度范围内随机旋转；和或在0至50厘米范围内随机平移； 使用堆叠信息交互模块融合点云数据包括： 设计信息交互模块内部的互注意力子网络，根据特征相似度获取每个点在另一个点云上的加权全局信息，结合初始点特征完成对每个点特征的更新； 设计聚类网络预测每个点属于高斯混合模型中各分量的后验概率包括： 将两个点云数据的特征图分别进行最大池化获得对应的全局特征向量，该全局特征向量分别与对应点云数据中每个点的局部特征在通道维度合并后输入共享参数的聚类网络，以预测所有点的高斯分量后验概率； 获取两个点云数据之间的变换矩阵包括： 获取两个点云数据之间的旋转变换矩阵与平移变换矩阵。

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左一帆，其通讯地址为：330000 江西省南昌市西湖区八一大道275号10栋3单元402户；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。