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！

龙图腾网获悉南京理工大学申请的专利基于语义信息引导的点云运动目标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：CN115937520B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211608902.4，技术领域涉及：G06V10/26；该发明授权基于语义信息引导的点云运动目标分割方法是由顾硕;姚苏凌设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于语义信息引导的点云运动目标分割方法在说明书摘要公布了：本发明公开了一种基于语义信息引导的点云运动目标分割方法，包括步骤：1对运动点云样本进行增强，设置随机数控制是否间隔一帧取连续两帧的样本；2对于所取的两帧点云数据，通过球面投影分别得到对应的二维图像，计算距离图像、残差图像；3将两帧二维图像，输入预训练语义分割网络，得到对应语义特征图，将前一帧语义特征图对齐到当前帧坐标系；4以语义信息为引导，设计交叉融合模块，将距离图像、残差图像以及语义特征图相融，输入运动目标分割网络，得到当前帧图像的运动分割结果；5将分割结果进行后处理，得到每帧点云的运动状态。本发明首次将语义信息引入点云运动目标分割任务，能够很好地兼顾分割效果和分割效率。

本发明授权基于语义信息引导的点云运动目标分割方法在权利要求书中公布了：1.一种基于语义信息引导的点云运动目标分割方法，其特征在于，包括以下步骤： 步骤1，对备好的激光雷达点云数据训练集随机进行数据增强；生成一个随机数，确定此组训练数据是否间隔一帧取； 步骤2，将激光雷达点云数据通过球面投影转化到二维图像，得到对应的距离图像和残差图像； 步骤3，以距离图像为输入，基于预训练语义分割网络，得到语义特征图，并将前一帧语义特征图对齐到当前帧坐标系； 所述的预训练语义分割网络模型采用SalsaNext，同时得到当前帧和前一帧图像的语义分割结果；通过前一帧到当前帧的坐标对齐信息，将前一帧图像的语义特征图对齐到当前帧坐标系，前一帧语义特征图对齐到当前帧坐标系公式如下： 其中，Tr用来保存从前一帧图像坐标系到当前帧坐标系的下标映射信息，将前一帧图像坐标u1,v1的语义特征向量映射到当前帧坐标系对应位置u0,v0作为其语义特征向量； 步骤4，通过交叉融合模块，将距离图像、残差图像以及语义特征图相融，输入运动目标分割深度学习网络，得到当前帧运动状态预测结果，与标注真值计算损失，迭代训练，直至收敛； 设计一个交叉融合模块，将距离图像、残差图像以及语义特征图相融合，得到数据格式为[h,w,46]作为运动目标分割网络的输入，其中距离图像[h,w,5]；残差图像[h,w,1]；当前帧语义特征图[h,w,20]；前一帧语义特征图[h,w,20]；运动目标分割网络中交叉融合模块先由距离图像作为输入，通过多层感知机训练得到当前帧图像每个像素点周围3x3范围内相邻像素对其贡献，即根据周围3x3范围内相邻像素与中心像素点物理上的距离差值作为影响因素，得到对应的贡献权重，周围3x3范围内相邻像素权重与其对应的特征向量相乘，作为中心点的特征向量，以此得到当前帧图像每个像素点的初始特征向量，输入后续点云运动目标分割网络MOSNet，分割头类别数设置为3，label＝0表示未知；label＝1表示静止状态，label＝2表示运动状态，得到当前帧图像的运动目标分割结果，将其与原始标注真值输入损失函数Cross-EntropyLoss、Lovász-SoftmaxLoss计算损失值，迭代训练，直至网络收敛； 运动目标分割网络包含上下文提取模块、降采样模块、上采样模块以及分割头；在上下文提取模块完成由初始特征图到高级特征图的抽象；在降采样模块完成特征图分辨率的压缩，在上采样模块通过与降采样模块对称的方式扩大分辨率，最终将图像恢复到原始分辨率；输入数据格式为[h,w,46]的特征图，输出为[h,w,3]格式的不同类别概率图像，最终以概率值最大的类别作为所属分割类别，得到格式为[h,w,1]的标签图像； 步骤5，通过KNN后处理，将预测结果由二维图像投影回点云，得到点云中每个点的运动状态预测结果；基于已训练好的运动目标分割模型，实现基于点云投影到二维图像上的运动目标分割任务，通过KNN后处理方式，实现点云的运动目标分割；分别以每个点为中心点，在三维点云空间找到距离中心点最近的K个点，统计最近K个点所投影到的图像像素点的类别分割结果，以类别数最多的作为该中心点的分割类别，输入图像数据格式为[h,w,1]，输出点云目标分割结果格式为[n,1]。

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理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。