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！

龙图腾网获悉广州大学申请的专利一种基于扩散概率模型的点云形状补全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：CN116309144B 。

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：202310222852.4，技术领域涉及：G06T5/70；该发明授权一种基于扩散概率模型的点云形状补全方法是由唐可可;何旭;钟承志;彭伟龙;李树栋;李默涵;王乐设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于扩散概率模型的点云形状补全方法在说明书摘要公布了：本发明涉及机器人视觉领域，且公开了一种基于扩散概率模型的点云形状补全方法，包括：S1：将数据集中完整点云进行随机的删除一定比例的点，来生成用于训练的残缺点云p；S2：将残缺点云输入到经过训练的编码器中，获得残缺点云对应的特征向量z；S3：将残缺点云输入到神经网络中，根据输入初始化噪声点云的参数μ和σ来生成噪声点云；S4：设计损失函数，对马尔可夫链模型模型进行训练；S5：根据马尔可夫链模型对噪声点云中的每个点进行逐步地减噪，当神经网络的输出不再有明显变化时，生成补全后的完整点云。本发明通过提取残缺点云中的特征，来对噪声点云进行逆扩散，以较高的精度和还原度完成对点云的补全工作。

本发明授权一种基于扩散概率模型的点云形状补全方法在权利要求书中公布了：1.一种基于扩散概率模型的点云形状补全方法，包括： S1：将数据集中完整点云进行随机的删除一定比例的点，来生成用于训练的残缺点云p； S2：将残缺点云输入到经过训练的编码器中，获得残缺点云对应的特征向量z； S3：将残缺点云输入到神经网络中，根据输入的初始化的噪声点云的参数μ和σ来生成噪声点云；其中，噪声点云服从高斯分布，μ代表分布的均值，σ代表分布的标准差； S4：设计损失函数，对马尔可夫链模型进行训练；包括：将倒角距离损失和豪斯多夫距离损失作为模型训练的损失函数，以限制原始完整点云和补全后点云之间的距离； 所述倒角距离损失的数学表达形式如下： ， 其中，X和是两个点云集，x为点云集X的任一点，y为点云集Y的 任一点，表示点x到点集Y中最近点的距离，表示表示点y到点集X中最近点的距离； 所述豪斯多夫距离损失的数学表达形式如下： ， 其中，X和Y是两个点云集，x、y分别为点云集X和Y的中任一点，表示点x到点集Y中最近点的距离，表示点集X中所有点到点集Y中最近点的距离的最大值；同样，表示点y到点集X中最近点的距离，表示点集Y中所有点到点集X中最近点的距离的最大值； S5：根据马尔可夫链模型对噪声点云中的每个点进行逐步地减噪，当神经网络的输出不再有明显变化时，生成补全后的完整点云。

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州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。