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！

龙图腾网获悉中北大学申请的专利一种增强物体几何结构特征的室内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：CN120726326B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510825242.2，技术领域涉及：G06V10/26；该发明授权一种增强物体几何结构特征的室内点云语义分割方法是由杨晓文;任德民;韩燮;韩慧妍;张元;熊风光;庞敏;贾彩琴;赵融;焦世超设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本一种增强物体几何结构特征的室内点云语义分割方法在说明书摘要公布了：本发明公开了一种增强物体几何结构特征的室内点云语义分割方法，属于计算机视觉技术领域。针对点云语义分割方法存在未充分考虑点云局部的几何结构特征，对局部特征敏感度不足的问题，通过提出一个基于点向量特征分解点向量卷积模块PVConv，并结合三层PVConv，组成点向量卷积网络PVCNN，对点云局部特征进行提取，点向量卷积网络中每层卷积根据给定半径确定一个局部球面邻域，在该邻域内提取中心点和邻域特征；其次，窗口切片注意力模块通过切片窗口注意力机制WSA学习点云长距离特征，通过对点云空间划分得到的立方体窗口的三个平面进行自注意力计算，切片窗口注意力机制在提升网络计算效率的同时扩大了注意力的感受野，平衡了网络局部和全局特征的提取能力。

本发明授权一种增强物体几何结构特征的室内点云语义分割方法在权利要求书中公布了：1.一种增强物体几何结构特征的室内点云语义分割方法，其特征在于：所述方法包括以下步骤： 步骤1：对点云数据进行数据整理和清洗，减少数据噪点，清除冗余点； 步骤2：构建增强物体几何结构特征的室内点云语义分割网络模型； 步骤3：将步骤1获得的点云数据输入步骤2获得的网络模型进行局部几何结构特征增强的点云语义分割； 所述网络模型采用编码器-解码器结构，由点嵌入层、LGE-Block模块、下采样模块和上采样模块组成； 采用单层PVConv作为所述网络模型的点嵌入层，对输入的点云数据进行初步几何特征提取；在点嵌入层之后衔接LGE-Block模块，保证局部特征完整传递到后续模块； 所述LGE-Block模块由层归一化、LGE-Former模块和前馈神经网络组成； 所述LGE-Former模块使用三层PVConv组成的点向量卷积模块和窗口切片注意力模块组成，对点云数据进行特征提取和注意力计算； 所述点向量卷积模块的具体操作为：对输入具有个点的维点云，以每个点为中心，为半径，形状为球形构建局部邻域，邻域包含所有满足的邻近点；针对邻域进行中心点特征提取和邻域几何结构特征提取，并将中心点特征及邻域特征进行聚合； 所述中心点特征提取使用大小为的权重矩阵对中心点特征进行线性变换，具体定义如下式所示： 式中，是中心点特征，是提取中心点特征的权重矩阵，表示当前PVConv在点向量卷积模块中所处层级； 所述邻域特征提取以中心点为原点构建三维坐标系，利用6个单位正交基，将三维空间划分成分正负方向的8个空间象限，使任意位置和方向向量用8个象限中对应象限的三个正交基表示，将方向向量投影到三个对应的正交基上，计算方向向量和每个方向上正交基之间的夹角，使用三个方向权重矩阵对这三个方向分别进行计算，聚合三个方向的特征，得到方向向量的边特征，具体定义如下式所示： 式中，是用来表示方向向量的三个正交基的集合，每个方向的特征使用系数进行聚合，表示三个方向上的权重，表示第层上邻近点的特征；表示方向向量；表示中心点；表示邻域点； 所述中心点特征及邻域特征聚合采用最大池化操作，使用距离函数对边特征进行加权聚合，具体定义如下式所示： 式中，是当前PVConv所选取半径的大小，是中心点和邻域点之间的距离；对总体特征进行聚合，具体定义如下式所示： 式中，表示邻域几何结构特征，表示距离函数，表示边特征；表示以为中心为半径的点集；将得到的点基本特征及其邻域几何结构特征输入到点向量卷积模块中的下一层PVConv，或输入到后续模块进一步处理。

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”。

以上内容由龙图腾AI智能生成。