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 > 湖州师范学院李重获国家专利权

湖州师范学院李重获国家专利权

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!

龙图腾网获悉湖州师范学院申请的专利3D点云模型类增量学习方法、装置、设备及存储介质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:CN120852962B

龙图腾网通过国家知识产权局官网在2025-12-16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:202511357376.2,技术领域涉及:G06V10/82;该发明授权3D点云模型类增量学习方法、装置、设备及存储介质是由李重;谢贻江;李涛设计研发完成,并于2025-09-23向国家知识产权局提交的专利申请。

3D点云模型类增量学习方法、装置、设备及存储介质在说明书摘要公布了:本申请提供一种3D点云模型类增量学习方法、装置、设备及存储介质。涉及点云数据处理技术领域。该方法包括:获取3D点云数据,计算子点云的曲率,根据曲率判断边缘区域并对3D点云数据进行掩码处理,得到掩码数据集;对掩码数据集进行特征选择,以筛选关键特征保存至特征空间;构建生成回放模型,利用特征空间中的关键特征对生成回放模型进行训练;构建动态更新分类头的增量分类器,基于关键特征以及生成回放模型生成的伪样本对所述增量分类器进行训练,通过训练后的增量分类器实现对新增类别的分类预测。本申请采用编码器‑解码器的组合训练一个轻量化生成式的模型,并通过3D点云的伪样本生成回溯指导训练模型解决灾难性遗忘问题。

本发明授权3D点云模型类增量学习方法、装置、设备及存储介质在权利要求书中公布了:1.一种3D点云模型类增量学习方法,其特征在于,所述方法包括: 获取3D点云数据,通过最远采样和K近邻算法获取子点云,计算子点云的曲率,根据曲率判断边缘区域并对所述3D点云数据进行掩码处理,得到掩码数据集; 对所述掩码数据集进行特征选择,以筛选关键特征保存至特征空间; 构建生成回放模型,所述生成回放模型以掩码自动编码器作为特征提取器,反向自动编码器作为伪样本生成器,利用特征空间中的关键特征对所述生成回放模型进行训练,得到训练后的生成回放模型; 构建动态更新分类头的增量分类器,基于所述关键特征以及所述生成回放模型生成的伪样本对所述增量分类器进行训练,通过训练后的增量分类器实现对新增类别的分类预测;其中,所述伪样本为通过所述伪样本生成器生成的点云特征经特征选择得到的特征所形成的样本。

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湖州师范学院,其通讯地址为:313000 浙江省湖州市吴兴区二环东路759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。