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！

龙图腾网获悉西安电子科技大学芜湖研究院;西安电子科技大学申请的专利基于改进KNN的DGCNN模型的建筑物点云重建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：CN120070746B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510094550.2，技术领域涉及：G06T17/00；该发明授权基于改进KNN的DGCNN模型的建筑物点云重建方法是由袁如日;李小明;何滇;田冀楠;白明博设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本基于改进KNN的DGCNN模型的建筑物点云重建方法在说明书摘要公布了：本发明公开了一种基于改进KNN的DGCNN模型的建筑物点云重建方法，包括：对待重建的原始建筑物点云进行归一化处理，获得归一化后的点云数据；构建基于改进KNN算法的DGCNN网络，并对DGCNN网络进行训练，获得训练好的DGCNN模型，基于改进KNN算法的DGCNN网络包括依次连接的空间变换层、四个图卷积层、最大池化层、第一多层感知机和第二多层感知机；将归一化后的点云数据输入训练好的DGCNN模型中，获得对应的预测结果。本发明通过KD树的局部更新机制，在网络训练过程中能够高效地动态调整邻接图，避免了重建整个搜索树的高昂计算成本。

本发明授权基于改进KNN的DGCNN模型的建筑物点云重建方法在权利要求书中公布了：1.一种基于改进KNN的DGCNN模型的建筑物点云重建方法，其特征在于，包括： S1：对待重建的原始建筑物点云进行归一化处理，获得归一化后的点云数据； S2：构建基于改进KNN算法的DGCNN网络，并对所述DGCNN网络进行训练，获得训练好的DGCNN模型，所述基于改进KNN算法的DGCNN网络包括依次连接的空间变换层、四个图卷积层、最大池化层、第一多层感知机和第二多层感知机，其中，所述空间变换层用于对输入的归一化后的点云数据进行空间变换，以使点云数据在空间上具有不变性；所述图卷积层用于利用改进的KNN算法获取建筑物点云中各点的个最近邻点，利用所述个最近邻点进行特征聚合，输出聚合后的特征向量；所述最大池化层用于接收最后一个图卷积层输出的特征向量，在点的维度上进行最大池化操作，得到全局特征向量；所述第一多层感知机用于对所述全局特征向量进行抽象和变换，提取更高级的语义信息；所述第二多层感知机包括多个隐藏层，用于输出预测类别和对应的预测分数； 所述图卷积层具体用于： 根据当前所述图卷积层输入的数据特征构建KD树； 利用构建的KD树搜索点云中每个点的K个最近邻点； 利用预先定义的权重规则对所述K个最近邻点的信息进行特征聚合，获得当前点更新后的数据特征； 将聚合后的数据特征通过激活函数进行处理，以提高对建筑物点云数据的识别准确度； 根据当前所述图卷积层输入的数据特征构建KD树，包括： 对于k维的数据特征，分别为每个维度创建索引数组，形成超级键，其中，分别表示当前点的第1维至第k维的数据值； 按照每个点的超级键的前后顺序依次对点进行比较和排序，获得所有点排序后的索引数组； 基于所有点排序后的索引数组，根据中位数元素对所有数据特征进行分区，获得左子树和右子树，进而递进地构建KD树结构； S3：将所述归一化后的点云数据输入所述训练好的DGCNN模型中，获得对应的预测结果。

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安电子科技大学芜湖研究院;西安电子科技大学，其通讯地址为：241002 安徽省芜湖市弋江区高新技术产业开发区科技产业园7号楼；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。