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！

龙图腾网恭喜中北大学申请的专利一种融合持久同调的三维点云分类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：CN114581718B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210233977.2，技术领域涉及：G06V10/764；该发明授权一种融合持久同调的三维点云分类方法是由况立群;万嘉龙;熊风光;韩慧妍;杨晓文;张元;韩燮;庞敏;薛红新;王爽;孙福盛;郭磊设计研发完成，并于2022-03-10向国家知识产权局提交的专利申请。

本一种融合持久同调的三维点云分类方法在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种融合持久同调的三维点云分类方法，为解决当前三维点云分类技术中缺乏对点云拓扑特征进行表征的问题，本发明在现有基于神经网络的点云分类技术PointNet++基础上，进一步引入代数拓扑学中的持久同调方法进行点云分类。首先，构建点云witness单纯复形拓扑结构，从贝蒂数和持久图两个方面量化点云的持久同调拓扑特征。其次，定义一个基于持久同调的损失函数，据此对三维点云分类的网络模型进行训练学习，得到神经网络模型各项参数。最后，利用训练好的卷积神经网络，进行三维点云的分类任务。测试结果显示，本发明显著提升了点云分类准确率。

本发明授权一种融合持久同调的三维点云分类方法在权利要求书中公布了：1.一种融合持久同调的三维点云分类方法，其特征在于，包括以下步骤：步骤1，建立三维点云数据集，划分为训练数据集和测试数据集两部分，同时完成三维点云数据预处理；步骤2，通过witness单纯复形构建三维点云的witness单纯复形拓扑结构；步骤3，在三维点云的witness单纯复形拓扑结构中计算其持久同调特征；步骤4，定义一种基于持久同调的卷积神经网络的损失函数；步骤5，训练三维点云分类任务的卷积神经网络模型；步骤6，利用步骤5训练好的卷积神经网络模型，输入三维点云测试数据集，进行三维点云的分类任务，输出每个点云所属物体的类别标签；所述步骤4中定义一种基于持久同调的卷积神经网络的损失函数，具体步骤为：步骤4.1，将持久性图中的所有特征点按照持久时长yk-xk从大到小进行排序，因此，表示在持久图的第k个维度上，持久时间排在第i位的特征点，和分别表示该特征点的产生时间和消失时间；步骤4.2，定义点云P在第k个维度下的损失函数为： 步骤4.3，对于给定的一个三维点云P，定义其在所有拓扑空间维度下的持久同调损失函数，该函数公式定义如下： 步骤4.4，定义整个神经网络的损失函数，神经网络的损失函数由交叉熵损失函数和持久同调损失函数两部分构成，即： 其中，X表示三维点云的训练数据集，ω表示神经网络的各项参数，α表示持久同调损失函数的权重占比，式中的为交叉熵损失函数，用于度量两个概率分布间的差异性信息。

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中北大学，其通讯地址为：030051 山西省太原市学院路3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”。