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！

龙图腾网恭喜湖南科技大学申请的专利融合点云与影像数据的露天矿建筑物图像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：CN119399767B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202510000868.X，技术领域涉及：G06V20/70；该发明授权融合点云与影像数据的露天矿建筑物图像分割方法是由冯媛媛;李朝奎;李豪;任伟;郭书朝设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本融合点云与影像数据的露天矿建筑物图像分割方法在说明书摘要公布了：本发明公开了一种融合点云与影像数据的露天矿建筑物图像分割方法，属于计算机技术领域。该分割方法的步骤为：对矿区激光点云和无人机影像数据集进行预处理；将预处理得到的特征图像进行裁剪、标记、数据增强处理，并划分为训练集、验证集和测试集；将训练集、验证集和测试集数据进行尺寸重建操作；将尺寸重建后的图像送入SSC‑SeNet网络模型中进行训练，使用训练好的SSC‑SeNet网络模型对真实的三维建筑物图像进行分割；本发明采用特征提取主通道、空间提取通道、语义提取通道与特征融合模块分别提取建筑物全局特征、空间特征及语义特征；特征提取主通道关注全局上下文信息，实现了建筑物信息的有效提取。

本发明授权融合点云与影像数据的露天矿建筑物图像分割方法在权利要求书中公布了：1.一种融合点云与影像数据的露天矿建筑物图像分割方法，其特征在于，包括以下步骤：步骤S1，对矿区激光点云和无人机影像数据集进行预处理；步骤S2，将预处理得到的特征图像进行裁剪、标记、数据增强处理，并划分为训练集、验证集和测试集；步骤S3，将训练集、验证集和测试集数据进行尺寸重建操作；步骤S4，将尺寸重建后的图像数据送入SSC-SeNet网络模型中进行训练，SSC-SeNet网络模型包括特征提取主通道、空间提取通道、语义提取通道与特征融合模块；特征提取主通道提取原始图像的全局特征；空间提取通道提取原始图像中的空间特征；语义提取通道与特征融合模块提取原始图像中的语义特征；特征提取主通道提取原始图像的全局特征具体步骤为：SSC-SeNe采用两层常规卷积提取原始图像的全局特征，再分别进行坐标卷积和卷积块操作，将坐标卷积和卷积块的输出拼接；后三层结构与第二层相似，将前两层的拼接结果进行最大池化，再将部分卷积块提取的特征分别进行坐标卷积与常规卷积，拼接二者的提取结果作为特征融合模块的输入数据；空间提取通道提取原始图像的空间特征具体步骤为：将特征提取主通道前三层中的坐标卷积作为空间提取通道的输入，经过一次伽柏傅里叶滤波器后，将提取的特征输入注意力引导机制中；注意力引导机制通过全局平均池化技术来把握整个场景的上下文信息，并据此生成一个注意力导向向量，用以引导特征的深化学习过程；将主通道前三层生成的特征经过注意力引导机制和伽柏傅里叶滤波器后进行上采样拼接；语义提取通道与特征融合模块提取原始图像中的语义特征具体步骤为：将特征提取主通道每一层中的常规卷积块均送入语义提取通道中，采用注意力引导机制对语义特征进行选择加权，对筛选完的特征进行上采样拼接；采用特征融合模块将原始图像的全局特征、空间特征及语义特征进行拼接，利用批处理归一化平衡特征的尺度；将连接的特征汇集到一个特征向量中，并计算一个权重向量；步骤S5，使用训练好的SSC-SeNet网络模型对三维建筑物图像进行分割，得到分割好三维建筑物图像。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石码头2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”。