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！

龙图腾网获悉广西大学申请的专利基于Transformer和自注意力的点云序列生成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：CN115880780B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211722550.5，技术领域涉及：G06V40/20；该发明授权基于Transformer和自注意力的点云序列生成方法是由尹梦晓;马伟钊;韩亚振;谢敏设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于Transformer和自注意力的点云序列生成方法在说明书摘要公布了：本发明公开了一种基于Transformer和自注意力的点云序列生成方法，包括：1从数据集中选取点云序列、表示这个序列的点云形状标签和动作标签输入到PointEncode，得到特征空间的点云序列；2使用TransformerEncoder得到点云序列隐向量；3将隐向量输入TransformerDecoder中得到重建的特征空间点云序列，再使用PointDecoder将其还原成点云序列，进行训练；4从标准高斯分布中采样隐向量，依次使用训练好的TransformerDecoder和PointDecoder将隐向量生成为点云序列。本发明能够在有限的光学动捕数据下训练，生成更多形状合理且真实的光学动捕数据，且取得比以往方法更好的结果。

本发明授权基于Transformer和自注意力的点云序列生成方法在权利要求书中公布了：1.基于Transformer和自注意力的点云序列生成方法，其特征在于，包括以下步骤： 1从数据集中选取点云序列、表示这个序列的点云形状标签和动作标签输入到点云编码网络PointEncoder中，得到特征空间的点云序列； 点云序列是指一系列连续的点云，整个序列表示某个物体在特定时间长度内的一个动作，表示为： 式中，A是指点云序列，pt是点云序列A中的第t个点云，一个序列共有T个点云，点云是三维点的集合表示为： 式中，xi是点云pt中的第i个三维点，点云pt中共有n个三维点； 形状标签表示点云序列的形状，用标量s表示；动作标签表示点云所做的动作，用标量m表示； 将点云序列A的每一帧点云pi输入到点云编码网络PointEncoder中，点云编码网络PointEncoder由3个共享权重的多层感知机层和1个最大池化层组成，点云编码网络PointEncoder输出一个nz维度的点云特征向量zi，将点云序列A的每一帧点云使用点云编码网络PointEncoder编码后组成一个集合公式如下： 式中，nz×n表示zi的维度为nz，集合Z中共有n个zi，zn表示第n个点云特征向量，表示实数集； 将动作标签m和点云形状标签s分别转化成网络能够学习的参数 和nz表示这些参数的维度都为nz，把各自的分量相加，公式如下： 式中，和表示网络中能够学习的中间参数，编码了点云的形状和动作信息，和表示网络中能够学习的中间参数，编码了点云的动作信息，和表示网络中能够学习的中间参数，编码了点云的形状信息；把和集合Z拼接，得到集合Z′表示特征空间下的点云序列，nz×n+2表示集合Z′的每个元素的维度为nz，集合Z′中共有n+2个元素； 2使用序列编码网络TransformerEncoder对步骤1得到的特征空间的点云序列进行编码，得到一个隐向量作为整个点云序列的隐式表示，并使用KL散度约束将隐向量的分布约束在标准高斯分布中； 3将步骤2得到的隐向量输入序列解码网络TransformerDecoder后得到重建的特征空间点云序列，再使用点云解码网络PointDecoder将重建的特征空间点云序列还原成重建的点云序列，以重建的点云序列作为预测值和数据集的真实值构造损失函数，进行训练； 4从标准高斯分布中采样随机向量作为隐向量，依次使用步骤3中训练好的序列解码网络TransformerDecoder和点云解码网络PointDecoder将采样的隐向量还原成生成的点云序列。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市大学东路100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”。