Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学黄举获国家专利权

西北工业大学黄举获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利基于图卷积和外部注意力机制的点云去噪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:CN120387951B

龙图腾网通过国家知识产权局官网在2025-09-19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:202510872829.9,技术领域涉及:G06T5/70;该发明授权基于图卷积和外部注意力机制的点云去噪方法是由黄举;苗宗成;严明;刘康;李学龙设计研发完成,并于2025-06-27向国家知识产权局提交的专利申请。

基于图卷积和外部注意力机制的点云去噪方法在说明书摘要公布了:本发明公开了基于图卷积和外部注意力机制的点云去噪方法,涉及人工智能与三维数据处理技术领域,包括以下步骤:步骤一,获取含噪点云数据,将含噪点云数据划分为局部点云块;步骤二,采用三维图卷积对局部点云块进行特征提取,得到特征矩阵;步骤三,采用外部注意力模块对特征矩阵进行更新,得到更新特征;步骤四,对更新特征进行特征解码和点云块拼接,生成完整去噪点云。本申请通过利用三维图卷积技术,可以并行处理无序点云数据,能够捕捉无序点云的局部几何结构,结合外部注意力机制降低计算复杂度,提高了点云去噪精度,适用于自动驾驶、机器人导航、三维建模等需要高质量点云数据的场景。

本发明授权基于图卷积和外部注意力机制的点云去噪方法在权利要求书中公布了:1.基于图卷积和外部注意力机制的点云去噪方法,其特征在于,包括以下步骤: 步骤一,获取含噪点云数据,将所述含噪点云数据划分为局部点云块; 步骤二,采用三维图卷积对所述局部点云块进行特征提取,得到特征矩阵; 步骤三,采用外部注意力模块对所述特征矩阵进行更新,得到更新特征; 步骤四,对所述更新特征进行特征解码和点云块拼接,生成完整去噪点云; 步骤二包括: 定义所述局部点云块中每个点的感受野; 设计可变形卷积核; 对所述感受野和所述可变形卷积核进行图卷积计算; 对所述图卷积计算进行多层卷积堆叠,得到特征矩阵; 对于局部点云块中的每个点,定义其感受野为: ; 其中为邻域点数,代表基于距离的的M个最近邻居,方向向量用于后续卷积计算,代表感受野当中的任意一点; 定义卷积核为,其中为中心点,为支持点数量,每个支持点的偏移量通过训练动态调整,形成可变形卷积核,以适应点云的多样化几何结构; 对感受野和可变形卷积核进行图卷积计算,计算公式为: ; 其中,相似性函数基于内积和余弦相似性计算,定义为: ; 其中,为点的初始特征,为核权重向量,通过训练学习; 设计多层卷积堆叠为层卷积,每层输出特征维度分别为、128、256、512,生成点云块的特征矩阵; 步骤三包括: 定义两个外部记忆单元作为外部注意力模块的键和值; 采用所述外部注意力模块对所述特征矩阵进行特征更新计算,得到更新特征; 定义两个外部记忆单元和,分别表示键和值,通过一维卷积实现,初始权重随机生成; 对特征矩阵进行特征更新计算的公式如下: ; ; 其中,为归一化操作,确保注意力权重总和为1,复杂度为OLSN。

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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。