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！

龙图腾网获悉电子科技大学申请的专利一种基于点云补全合并的实例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：CN116206113B 。

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：202310319041.6，技术领域涉及：G06V10/26；该发明授权一种基于点云补全合并的实例分割方法是由饶云波;邹自若设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于点云补全合并的实例分割方法在说明书摘要公布了：本发明涉及数据处理技术领域，具体涉及一种基于点云补全合并的实例分割方法，包括将带有位置信息和颜色信息的点云信息输入特征提取主干网络进行点级别的特征提取，得到点云特征，并将点云特征分别传入偏移预测分支和语义预测分支；利用语义预测分支对点云特征进行语义预测，得到点云语义分数；利用偏移预测分支对点云特征进行中心偏移预测，得到点云与其所属实例中心点的中心偏移向量；基于语义分数和中心偏移向量进行点聚类，得到初步实例分割结果；结合点云特征并利用点云补全对初步实例分割结果进行再合并，得到修正后实例预测结果；通过优化网络对修正后实例预测结果进行调整，得到最终实例分割结果，解决了现有的点云实例分割准确度低的问题。

本发明授权一种基于点云补全合并的实例分割方法在权利要求书中公布了：1.一种基于点云补全合并的实例分割方法，其特征在于，包括以下步骤： 将带有位置信息和颜色信息的点云信息输入特征提取主干网络进行点级别的特征提取，得到点云特征，并将所述点云特征分别传入偏移预测分支和语义预测分支； 利用所述语义预测分支对所述点云特征进行语义预测，得到点云语义分数； 利用所述偏移预测分支对所述点云特征进行中心偏移预测，得到点云与其所属实例中心点的中心偏移向量； 基于所述语义分数和所述中心偏移向量进行点聚类，得到初步实例分割结果； 结合所述点云特征并利用点云补全对所述初步实例分割结果进行再合并，得到修正后实例预测结果；其中包括： 将大小为N×K的所述点云特征按聚类集合分别进行体素化，得到大小为M×K的初步体素特征；将所述初步体素特征输入U-Net型特征提取网络，得到包含全局特征与局部特征的M×K的最终体素特征；通过全局平均池化将所述最终体素特征转化为Nins×K的聚类集合级别语义特征；基于所述聚类集合级别语义特征通过MLP预测出大小为Nins×Nclass的每个聚类集合所对应的语义分数，取最大值，得到聚类集合语义标签； 将大小为Ni×K的经过主干网络提取得到的点云特征与Ni×3的点云坐标拼接，得到大小为Ni×K+3的聚类集合特征，其中Ni为聚类集合i中的点云数量，并将所述聚类集合特征输入补全合并模块的编码器中，得到聚类集合点云特征； 将所述中心偏移向量转化为实例偏移向量，并将所述实例偏移向量和所述聚类集合点云特征输入补全合并模块的解码器中，得到完整实例的稀疏点云； 利用所述完整实例的稀疏点云计算稀疏点云间的推土机距离，将所述推土机距离作为稀疏点云间的相似度分数；结合所述聚类集合语义标签对语义标签相同且补全后的稀疏点云间相似度分数小于合并阈值的原始聚类集合进行合并，得到修正后实例预测结果； 通过优化网络对所述修正后实例预测结果进行调整，得到最终实例分割结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。