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！

龙图腾网获悉南京师范大学申请的专利一种基于多模态反馈与特征净化的古建筑点云模型补全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：CN121482299B 。

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：202610023812.0，技术领域涉及：G06T17/00；该发明授权一种基于多模态反馈与特征净化的古建筑点云模型补全方法是由陈铭佳;钱伟行;曹伯韬;巩衍;熊壮;罗如意;任治贤设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种基于多模态反馈与特征净化的古建筑点云模型补全方法在说明书摘要公布了：本发明公开了一种基于多模态反馈与特征净化的古建筑点云模型补全方法，包括计算古建筑缺损点云模型中每个三维坐标点的局部密度，获取自适应的邻居数量，利用动态图卷积网络对特征描述符进行处理，得到三维坐标点所属的部件类别；保留分类置信度高于动态置信度阈值对应的三维坐标点所属的部件类别，得到最终的所属部件类别，基于该类别得到净化特征；构建二维均匀网格点集，将净化特征与二维均匀网格点集中的网格点坐标进行拼接，得到高维特征向量，利用折叠解码器得到补全后的部件点云集合，进而得到平滑后的点云集合，利用多模态大语言模型对该集合进行处理，完成点云补全。本发明实现了高保真的精细化修复，保证了全场景下的补全稳定性。

本发明授权一种基于多模态反馈与特征净化的古建筑点云模型补全方法在权利要求书中公布了：1.一种基于多模态反馈与特征净化的古建筑点云模型补全方法，其特征在于，包括： S1、获取古建筑的实际缺损点云模型，计算该缺损点云模型中每个三维坐标点的局部密度；基于每个三维坐标点的局部密度获取自适应的邻居数量，动态调整邻域搜索范围；具体为： 局部密度的计算公式为： ； 其中，表示第i个三维坐标点，表示第i个三维坐标点的局部密度，表示第i个三维坐标点在半径内的邻域点集，表示衰减系数，表示第i个三维坐标点的第j个邻域三维坐标点，表示与之间的欧式距离的平方，表示指数函数； 计算自适应的邻居数量的公式为： ； 其中，表示第i个三维坐标点的自适应的邻居数量，表示邻居数量的初始值，表示平衡系数； S2、构建每个三维坐标点的不同半径的邻域，利用主成分分析计算该邻域的协方差矩阵，得到显式几何特征；构建局部几何近邻图，计算离散拉普拉斯-贝尔特拉米算子矩阵，并对该算子矩阵进行特征分解得到对应的前个特征向量，作为流形谐波谱特征； S3、将每个三维坐标点的坐标值、局部密度、显式几何特征以及流形谐波谱特征进行拼接，得到特征描述符；基于自适应的邻居数量，利用预训练的动态图卷积网络对特征描述符进行特征提取和聚合邻域信息，得到三维坐标点所属的部件类别； S4、获取每个三维坐标点的分类置信度，当分类置信度高于动态置信度阈值时，保留该分类置信度对应的三维坐标点所属的部件类别，反之则标记为未分类，得到最终的所属部件类别； S5、基于最终的所属部件类别构建部件点云集合，获取该集合中部件点云对应的部件特征向量，将该向量输入到Transformer模块中，捕获部件间的长距离依赖关系，得到上下文感知特征； S6、将上下文感知特征输入到预训练的门控注意力净化模型中，得到原始门控向量，利用门控截断阈值对该原始门控向量进行修正，利用修正后的门控向量对上下文感知特征进行加权筛选，得到净化特征； 其中，将上下文感知特征输入到预训练的门控注意力净化模型中，经过标准的Transformer块提取结构和关系信息，得到潜在的结构特征，该潜在的结构特征依次经过MLP网络和Sigmoid激活函数的处理，生成原始门控向量；利用门控截断阈值对原始门控向量进行修正，得到修正后的门控向量，具体公式为： ； 其中，表示第个维度的修正后的门控向量，表示第个维度的原始门控向量； S7、构建包括个网格点的二维均匀网格点集，将净化特征复制份，并与二维均匀网格点集中每个网格点坐标进行拼接，得到高维特征向量，将该高维特征向量输入到预训练的折叠解码器中，得到补全后的部件点云集合； S8、将补全后的部件点云集合在原始坐标系下进行组合，得到最终点云集合，对最终点云集合中每个部件三维坐标点的梯度场进行改进，基于平滑因子、改进后的梯度场和泊松方程，得到平滑后的目标顶点；平滑后的目标顶点构成平滑后的点云集合； S9、将平滑后的点云集合生成渲染图像后输入到预训练的多模态大语言模型中进行评估，通过提示词引导视觉语言模型对古建筑的材质和年份进行评估；基于评估结果，得到针对每个部件的结构化参数调整指令集，根据所述指令集对步骤S6中的门控截断阈值、步骤S7中二维均匀网格点集的网格点数量和步骤S8中的平滑因子进行更新，直至评估通过，完成点云模型补全。

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南京师范大学，其通讯地址为：210024 江苏省南京市鼓楼区宁海路122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。