買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西安理工大學申請的專利一種基于局部特征增強的RandLA-Net室外場景語義分割方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114758129B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210394473.9，技術領域涉及：G06V20/70；該發明授權一種基于局部特征增強的RandLA-Net室外場景語義分割方法是由寧小娟;王蘭蘭;石其帥;金海燕;石爭浩;王映輝設計研發完成，并于2022-04-12向國家知識產權局提交的專利申請。

本一種基于局部特征增強的RandLA-Net室外場景語義分割方法在說明書摘要公布了：本發明公開了一種基于局部特征增強的RandLA?Net室外場景語義分割方法，首先通過對中心點與鄰近點的坐標、相對位置和法向量方向變化進行編碼來提取點云的空間幾何特征，通過將中心點特征與鄰域點特征進行堆疊得到提取語義特征，并對幾何特征和語義特征進行連接得到增強后的特征。其次，通過注意力機制學習每個特征的權重，將權重與特征相乘并對加權后的特征求和得到聚合后的特征。然后，通過擴張殘差塊來增大每個點的感受野，提升網絡分割精度。最后，使用編碼層?解碼層的網絡結構實現室外場景語義分割。本發明對大規模場景具有良好的分割效果，在分割精度上有了一定提升，擁有較好的魯棒性。

本發明授權一種基于局部特征增強的RandLA-Net室外場景語義分割方法在權利要求書中公布了：1.一種基于局部特征增強的RandLA-Net室外場景語義分割方法，其特征在于，具體按照如下步驟實施：步驟1，數據預處理：輸入原始點云數據，使用體素網格濾波方法對原始場景進行下采樣得到預處理后的點云數據；步驟2，法向量計算：使用主成分分析方法估計預處理后的點云表面法向量；步驟3，數據集封裝：原始點云包括七維信息，其中，分別表示點云的三維坐標信息，表示點云的顏色信息，表示點云所屬類別信息，將預處理后的點云表面法向量加入到預處理后的點云數據中，保存成ply格式文件，并生成kdtree文件和投影文件；步驟4，優化RandLA-Net網絡編碼器并進行特征提取：將封裝后的ply格式的點云數據輸入優化后的RandLA-Net網絡編碼器，進行點云特征提取；所述步驟4具體為：步驟4.1，將RandLA-Net網絡編碼器優化為5個編碼層，每個編碼層包括隨機采樣模塊和擴張殘差塊，擴張殘差塊包括兩個局部特征提取模塊、兩個特征聚合模塊、數據封裝后的點坐標和十維點特征，每個編碼層輸出的特征維度分別是[32,128,256,512,1024]；步驟4.2，局部特征提取模塊提取局部特征：對預處理后各點在空間中的相對位置顯式地進行編碼，獲取點云空間的幾何特征，將點云中每個點的特征與其鄰域點特征進行卷積操作，提取點云的語義特征，對點云的幾何特征和語義特征進行連接，得到點的局部特征；步驟4.3，特征聚合模塊提取全局特征：通過一個由多層感知機MLP網絡和softmax組成的共享函數來學習每個點局部特征對應的權重，即注意力分數，將每個點局部特征的注意力分數與對應的局部特征相乘，最后，對所有加權后的特征求和，得到聚合后點的全局特征；步驟4.4，擴張殘差塊增大點的感受野：將兩個局部特征提取模塊、兩個特征聚合模塊、數據封裝后點的坐標以及十維特征堆疊在一起組成擴張殘差塊，增大點的全局特征維度，提取深層點的全局特征，獲取點云特征；步驟5，使用RandLA-Net網絡解碼器進行特征映射：將提取到的點云特征輸入RandLA-Net網絡解碼器，將點云特征映射到每個點上即得到映射后的點云特征；步驟6，語義分割：將映射后的點云特征通過RandLA-Net網絡的三個全連接層和一個dropout層處理得到每個點云的類別分數，實現大規模場景語義分割。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安理工大學，其通訊地址為：710048 陜西省西安市碑林區金花南路5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。