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！

龙图腾网获悉南京邮电大学申请的专利一种点云质量评价方法、装置、存储介质及设备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：CN117197093B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202311178574.3，技术领域涉及：G06T7/00；该发明授权一种点云质量评价方法、装置、存储介质及设备是由熊健;罗旺;吴思凡;高浩设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本一种点云质量评价方法、装置、存储介质及设备在说明书摘要公布了：本发明公开了一种点云质量评价方法、装置、存储介质及设备，属于点云质量评价技术领域，方法包括获取3D点云；将所述3D点云输入到训练好的基于点云结构信息特征的视觉交互模型中，得到质量分数，完成点云质量评价；利用基于自注意力的位置矢量加权方法对点云局部块质量感知特征进行提取，并利用基于自调节学习的方式对模型进行训练；其中基于自注意力的位置矢量加权方法利用自注意力机制对局部块点的相对位置进行权重计算，再利用权重对预处理特征进行加权计算；而自调节学习有助于缓解模型在块采样训练过程中的噪声标签问题，提高了模型训练的精度。

本发明授权一种点云质量评价方法、装置、存储介质及设备在权利要求书中公布了：1.一种点云质量评价方法，其特征在于，包括： 获取3D点云； 将所述3D点云输入到训练好的基于点云结构信息特征的视觉交互模型中，得到质量分数，完成点云质量评价； 所述视觉交互模型通过以下方法进行训练： 采用基于自调节学习的标签噪声抑制方法，在训练所述视觉交互模型的过程中，利用训练达到稳定的模型进行标签置信度的计算，以实现对模型的损失函数的自我调节； 所述训练所述视觉交互模型的过程，包括： 利用失真分类任务对失真感知流进行训练，代价函数采用基于预测和实际失真类型之间的交叉熵损失； 通过冻结失真感知流的参数来训练整个视觉交互模型； 通过以下方法判断模型是否达到稳定： 在训练过程中，记录各epoch的验证误差，利用滑动窗的形式计算连续L个epoch的验证误差的方差； 当方差大于预设阈值时，则当前模型未达到稳定； 当方差小于预设阈值时，则当前模型达到稳定； 所述标签置信度通过以下方法进行计算： 在每次训练的参数更新迭代过程中，利用已训练模型对当前mini-batch的样本进行质量评分，得到初步质量分数，对所述初步质量分数进行归一化操作，得到标签置信度： ； 其中，是样本的预测分数，将所述预测分数作为标签置信度，是初步质量分数，是初步质量分数的均值，是初步质量分数的标准差； 所述代价函数的表达式为： ； 其中，是代价函数，和分别为样本的标签分数和预测分数，为控制权重调节的超参数，是样本数量。

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邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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”。