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！

龙图腾网恭喜重庆理工大学申请的专利一种用于点云分类分割的动态图语义特征提取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：CN115019053B 。

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：202210617973.4，技术领域涉及：G06V10/42；该发明授权一种用于点云分类分割的动态图语义特征提取方法是由王勇;汤鑫彤设计研发完成，并于2022-06-01向国家知识产权局提交的专利申请。

本一种用于点云分类分割的动态图语义特征提取方法在说明书摘要公布了：本发明公开了一种用于点云分类分割的动态图语义特征提取方法，涉及点云特征提取技术领域。本发明包括以下步骤：输入具有n个点的C维数据P；构建局部动态图，定义xi的k个邻居点边缘特征eij＝hθxi,xj，通过边缘函数hθ聚合点xi的邻居特征。本发明通过最大池化获得所有局部图上最有代表性的语义信息，获得语义特征最明显的位置；将所有的特征图按照通道维度分为组，并通过获得各局部图中语义特征最强的特征，这样之后利用各组全局统计特征与局部位置特征的相似性作为注意指导，生成语义特征提取的掩模，且使用图注意力给局部图上的特征分配不同的权重，采用求和来聚合局部图点与点之间的信息；最后自适应对特征进行融合。

本发明授权一种用于点云分类分割的动态图语义特征提取方法在权利要求书中公布了：1.一种用于点云分类分割的动态图语义特征提取方法，其特征在于：包括以下步骤：输入具有n个点的C维数据P；构建局部动态图G＝V,E，定义xi的k个邻居点边缘特征eij＝hθxi,xj，则一层图的输出xi′表示为：xi′＝hθxi,xj通过边缘函数hθ聚合点xi的邻居特征；通过最大池化获得局部图上最有代表性的语义信息X′，获得语义特征最明显的位置；利用组整体的特征空间分布来调整单通道语义特征；X′＝{x1,...,xC′}，将特征图按照通道维数分为G组，即每组有mm＝C’G维特征；首先求得组内各个通道均值，用于表示单通道特征ci,之后再更新组内特征，同时对组内点的不同特征相加，得到整组的语义特征pg；再对整组的语义特征pg进行归一化处理；最后将整组的语义特征pg经过sigmoid函数σ处理得到组内特征的权重W，再与原来组数据相乘，得到交互后的特征求和来聚合局部图的特征，得到单个图注意将图注意力和语义特征通过可学习的标量α和β对特征进行聚合，得到聚合特征f；所述整组的语义特征pg和原组特征xi～m＝{xi,...,xm}相乘，得到交互后的特征表示为： 再将各组数据进行拼接，得到特征得到权重W＝tX；W为权重，t为多层感知机MLP经过softmax处理；单个局部图特征权重所述单个图注意的表示为： 所有局部图的特征组成之后经过MLP处理；所述聚合特征f的标识为：f＝α·fg+β·fp。

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重庆理工大学，其通讯地址为：401320 重庆市巴南区红光大道69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”。