Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 浙江万里学院朱仲杰获国家专利权

浙江万里学院朱仲杰获国家专利权

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!

龙图腾网获悉浙江万里学院申请的专利基于双边交叉增强与自注意力补偿的点云语义分割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:CN116434227B

龙图腾网通过国家知识产权局官网在2025-11-21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:202310207545.9,技术领域涉及:G06V20/70;该发明授权基于双边交叉增强与自注意力补偿的点云语义分割方法是由朱仲杰;张荣;白永强;王玉儿;于显超设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于双边交叉增强与自注意力补偿的点云语义分割方法在说明书摘要公布了:本发明公开了基于双边交叉增强与自注意力补偿的点云语义分割方法,特点是将待分割的点云数据输入语义分割模型,语义分割模型包括预处理模块、基于双边交叉增强与自注意力补偿的空间聚合模块、多尺度特征融合模块和全连接层;由预处理模块获取初步几何上下文信息和初步语义上下文信息;由基于双边交叉增强与自注意力补偿的空间聚合模块获取不同分辨率的特征图;由多尺度特征融合模块中获取用于语义分割的综合特征图并至全连接层,得到待分割的点云数据的语义分割结果;优点是增强点云中每个点的局部上下文信息;补偿局部上下文信息的单一性,增强特征的完备性,以达到提升点云局部细粒度分割精度的目的。

本发明授权基于双边交叉增强与自注意力补偿的点云语义分割方法在权利要求书中公布了:1.基于双边交叉增强与自注意力补偿的点云语义分割方法,其特征在于包括以下步骤: ①将待分割的点云数据输入至语义分割模型中,所述的语义分割模型包括预处理模块、基于双边交叉增强与自注意力补偿的空间聚合模块、多尺度特征融合模块和全连接层;所述的基于双边交叉增强与自注意力补偿的空间聚合模块由五个级联的空间聚合块组成,所述的空间聚合块由一个双边交叉增强作用单元和一个Transformer自注意力机制作用单元组成,其中双边交叉增强作用单元的输出为Transformer自注意力机制作用单元的输入; ②在预处理模块中,将待分割的点云数据在三维空间的原始坐标记为初步几何上下文信息;通过多层感知机对待分割的点云数据进行特征提取,得到初步语义上下文信息; ③将初步几何上下文信息和初步语义上下文信息输入至第一个空间聚合块的双边交叉增强作用单元中,将初步几何上下文信息和经过一次下采样的初步语义上下文信息输入至第二个空间聚合块的双边交叉增强作用单元中,将初步几何上下文信息和经过两次下采样的初步语义上下文信息输入至第三个空间聚合块的双边交叉增强作用单元中,将初步几何上下文信息和经过三次下采样的初步语义上下文信息输入至第四个空间聚合块的双边交叉增强作用单元中,将初步几何上下文信息和经过四次下采样的初步语义上下文信息输入至第五个空间聚合块的双边交叉增强作用单元中,由五个空间聚合块的Transformer自注意力机制作用单元中输出并得到不同分辨率的特征图; ④将不同分辨率的特征图输入至多尺度特征融合模块中,得到用于语义分割的综合特征图; ⑤将用于语义分割的综合特征图输入至全连接层,得到待分割的点云数据的语义分割结果; 其中,得到所述的双边交叉增强作用单元的输出的具体过程如下: 随机抽取点云数据中的一个点作为中心点,使用3D-KNN算法搜索并得到中心点的近邻点,通过公式计算得到局部几何上下文信息其中,Pi表示中心点的绝对坐标,表示近邻点的绝对坐标,表示近邻点相对于中心点的相对坐标,表示拼接操作符号,k=16,通过公式计算得到局部语义上下文信息其中,Fi表示中心点在语义特征空间中所对应的语义特征,表示近邻点在语义特征空间中所对应的相邻语义特征,表示近邻点相对于中心点的语义特征,通过公式得到局部几何上下文信息的偏移量通过公式得到局部语义上下文信息的偏移量通过公式计算得到增强后的局部上下文信息Le并作为双边交叉增强作用单元的输出,其中,concat·表示连接运算,M·表示多层感知机运算。

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浙江万里学院,其通讯地址为:315100 浙江省宁波市鄞州区钱湖南路8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”。

以上内容由龙图腾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。