Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜太原理工大学高亚鹏获国家专利权

恭喜太原理工大学高亚鹏获国家专利权

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!

龙图腾网恭喜太原理工大学申请的专利面向自然果园非结构化场景的点云语义分割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:CN119418054B

龙图腾网通过国家知识产权局官网在2025-05-09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:202411518656.2,技术领域涉及:G06V10/26;该发明授权面向自然果园非结构化场景的点云语义分割方法是由高亚鹏;张卫东;李海芳;王宇舟;高志熙;安娜设计研发完成,并于2024-10-29向国家知识产权局提交的专利申请。

面向自然果园非结构化场景的点云语义分割方法在说明书摘要公布了:本发明属于深度学习技术领域,具体涉及一种自然果园非结构化场景的点云语义分割方法,包括下列步骤:获取点云数据,进行空间细分、数据增强、空间采样等数据处理操作,构建自然果园三维点云数据集;构建OrchardNet语义分割模型:提出局部特征聚合模块LFA以提高模型对局部邻域特征的提取能力,通过几何差异化缩放有效平衡了不同局部邻域空间几何形态和尺度的差异,并进行高效的特征映射提取;设计了全局特征映射模块GFM,对全局特征空间位置的语义重要性建模,提高模型对重要语义细节和全局特征的感知能力;通过改进的损失函数ωCEloss缓解类别失衡问题,减缓模型训练退化、减少模型潜在误差。

本发明授权面向自然果园非结构化场景的点云语义分割方法在权利要求书中公布了:1.面向自然果园非结构化场景的点云语义分割方法,其特征在于,包括下列步骤:S1、通过空间体素化网格细分、数据增强和空间采样等方法有效处理自然果园三维点云数据,组织构建自然果园点云数据集;所述数据集为:公共的自然果园三维点云数据集PFuji-Size,数据集由富士苹果树的3D点云集合组成;使用运动结构和多视图立体技术生成6棵完整的富士苹果树的3D点云,总共包含615个苹果;这些点云在不同成熟阶段进行扫描,具有XYZ和RGB两种不同模态,还包含了相应的空间位置标注信息和果实直径信息,用于苹果果实检测和大小估计;S2、基于Encoder编码器架构,设计局部特征聚合模块LFA,对局部邻域特征进行有效地几何差异化缩放GDS,平衡不同邻域组的特征差异和缩放尺度,增强网络的特征提取能力,并利用MLP和Pooling进行高效的特征聚合;S3、基于Decoder解码器架构,设计全局特征映射模块GFM,探索不同空间位置点的语义依赖关系,充分提取全局和局部特征的上下文语义关系,增强网络对于全局空间位置的感知能力;所述全局特征映射模块GFM的具体构建方法为:基于Decoder解码器架构,通过MLP对全局特征映射提取;并通过高效的PESA注意力机制进行三维点云语义重要性和空间位置分布依赖关系的映射;S4、通过改进的复合损失函数解决自然果园中三维点云的类别失衡问题,减缓模型训练退化和存在的潜在误差;S5、将自然果园三维点云数据输入模型网络,得到训练结果,并建立评价指标用于语义分割准确性的性能评估,与其他SOTA模型进行结果对比。

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太原理工大学,其通讯地址为:030024 山西省太原市迎泽大街79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”。

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。