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一种基于transformer编码器的牙体点云补全方法及系统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：CN114066772B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202111419107.6，技术领域涉及：G06T5/77；该发明授权一种基于transformer编码器的牙体点云补全方法及系统是由贾修一;朱浩宇;廖文和;张长东;刘婷婷设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本一种基于transformer编码器的牙体点云补全方法及系统在说明书摘要公布了：本发明公开了一种基于transformer编码器的牙体点云补全方法及系统，包括：S1、对不完整牙体点云进行处理，并根据得到的聚类中心和局部特征得到特征矩阵S2、对聚类中心和围绕各关键点的局部特征进行编码，挖掘出用于描述缺失部位牙齿的潜在向量并从潜在向量预测出缺失牙齿的低分辨率点云Yc；S3、将低分辨率点云Yc和潜在向量结合构成重构特征从和Yc恢复出高分辨率点云Yf，组合Yc和Yf得到最终牙体点云Ypred；S4、通过最小化Ypred和对应真实缺失牙齿金标准Ygt之间的切夫距离，完成牙体补全网络的训练；S5、对测试数据进行补全，得到完整牙体点云，并使用指标进行评价。通过广泛的实验证明了本方法的有效性，并应用在了不完整牙体的点云补全上。

本发明授权一种基于transformer编码器的牙体点云补全方法及系统在权利要求书中公布了：1.一种基于transformer编码器的牙体点云补全方法，其特征在于，包括以下步骤： S1、使用动态图卷积神经网络DGCNN对统一尺度后的牙体点云数据集处理，得到聚类中心并提取出中关键点的局部特征并根据聚类中心和局部特征得到特征矩阵 S2、利用transformer编码器对聚类中心和围绕各关键点的局部特征进行编码，挖掘出用于描述缺失部位牙齿的潜在向量使用一个多层感知机MLP从潜在向量预测出缺失牙齿的低分辨率点云Yc； S3、将低分辨率点云Yc和潜在向量结合构成重构特征使用多尺度点云生成器从和Yc恢复出高分辨率点云Yf，组合Yc和Yf得到最终牙体点云Ypred；具体为： 多尺度点云生成器包括第四多层感知机和第五多层感知机，首先，将步骤S2得到的潜在向量和低分辨率点云从第一维度连接在一起作为重构特征第四多层感知机从预测出分辨率较高的中间点云，然后将中间点云与进一步按第一维度连接在一起，作为第五多层感知机的输入，第五多层感知机预测出高分辨率点云Yf，最后将Yf和Yc按第一维度拼接在一起作为最终牙体点云Ypred；重构特征和最终牙体点云Ypred的公式表示为： 其中，表示重构特征，和分别表示第四多层感知机和第五多层感知机，表示矩阵连接操作； S4、通过最小化Ypred和对应真实缺失牙齿金标准Ygt之间的切夫距离，完成牙体补全模型的训练；具体为： 使用切夫距离来描述两个牙体点云之间的距离，切夫距离计算公式如下： 其中，S1和S2表示两个牙体点云，CDS1,S2表示牙体点云S1和S2的切夫距离，x和y分别表示隶属于点云S1和S2的点坐标，切夫距离的计算复杂度是 用损失函数表示牙体补全模型的目标函数，并完成牙体补全模型的训练； 通过切夫距离计算损失函数为： 其中，α是用于平衡两项的权重参数，CDYc,Ygt表示低分辨率点云与金标准之间的距离，αCDYpred,Ygt表示最终预测牙体点云与金标准之间的距离；低分辨率点云表征了全局特征信息，高分辨率点云保证了补全牙体的细节； S5、使用训练好的牙体补全模型对测试数据进行补全，得到完整牙体点云，并使用指标进行评价。

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 江苏省南京市玄武区孝陵卫街道孝陵卫街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”。