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！

龙图腾网恭喜华中光电技术研究所(中国船舶集团有限公司第七一七研究所)申请的专利一种基于度量学习的细粒度三维点云分类方法及系统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：CN115984605B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202211546420.0，技术领域涉及：G06V10/764；该发明授权一种基于度量学习的细粒度三维点云分类方法及系统是由汤文豪;王晨晟;王朝曦设计研发完成，并于2022-12-05向国家知识产权局提交的专利申请。

本一种基于度量学习的细粒度三维点云分类方法及系统在说明书摘要公布了：本发明公开了一种基于度量学习的细粒度三维点云分类方法，首先将细粒度三维点云数据集划分成训练集、支撑集和测试集，并对训练集样本进行扩充；构建仅有多个卷积块的全卷积网络，同时利用多个卷积层构建卷积块实现多级特征融合，并采用孪生全卷积网络训练方法完成全卷积网络的训练；利用训练后的全卷积网络作为特征提取器，只需构建一组支撑集，即可对任意测试三维点云进行分类。本发明的方法是一种开集分类方法，不增加复杂的网络模块，在测试阶段能够对任意指定类别的目标进行分类。

本发明授权一种基于度量学习的细粒度三维点云分类方法及系统在权利要求书中公布了：1.一种基于度量学习的细粒度三维点云分类方法，其特征在于，包括以下步骤：S1、细粒度三维点云数据集划分，利用均衡比例方法将细粒度三维点云数据集划分成训练集、支撑集和测试集；S2、训练集样本扩充，对训练集的三维点云数据样本进行翻转、旋转、比例缩放变换形成的三维点云数据作为新样本加入训练集，扩充训练集样本的数量；S3、全卷积网络构建，包括多个卷积块，每个卷积块由多个卷积层组成，对每个卷积块的输出分别进行特征池化后进行通道融合，融合后的特征通过最后一个卷积层后得到输出特征；S4、孪生全卷积网络训练，孪生全卷积网络是由步骤S3中网络卷积层共享参数的两个所述全卷积网络组成，从训练集中随机选取两组三维点云数据样本a和样本b，分别对样本a和样本b进行采样和分组处理，得到两组局部点云区域Za和Zb，将所述两组局部点云区域Za和Zb分别输入到孪生全卷积网络中，得到两组特征向量fa和fb，根据所述两组特征向量fa和fb计算对比损失LC，利用梯度下降法对孪生全卷积网络进行训练；S5、支撑特征向量构建，将支撑集中的每个三维点云数据样本分别进行步骤S4所述的采样和分组处理得到局部点云区域，将所述局部点云区域输入到步骤S4训练好的全卷积网络中得到支撑集三维点云数据样本对应的支撑集特征向量集合；S6、目标细粒度三维点云分类，将测试集中待分类的目标细粒度三维点云数据样本进行如步骤S4所述的采样和分组处理得到对应局部点云区域，将所述局部点云区域输入到步骤S4训练好的全卷积网络中，得到待测目标特征向量，将待测目标特征向量与所述支撑集特征向量集合中每个特征向量逐一计算相似度，将相似度最高的支撑特征向量对应的支撑样本类别作为待测目标细粒度三维点云样本的预测类别。

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华中光电技术研究所(中国船舶集团有限公司第七一七研究所)，其通讯地址为：430223 湖北省武汉市洪山区雄楚大街981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”。