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！

龙图腾网恭喜澳门大学申请的专利点云重建深度神经网络的训练方法、重建方法及控制器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：CN114580621B 。

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：202210349255.3，技术领域涉及：G06N3/0455；该发明授权点云重建深度神经网络的训练方法、重建方法及控制器是由杨志新;王迪设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本点云重建深度神经网络的训练方法、重建方法及控制器在说明书摘要公布了：本申请提供一种点云重建深度神经网络的训练方法、重建方法及控制器，涉及机器人视觉领域。通过获取多个点云样本，采用第一编码器将每个点云样本映射至预设低特征空间，得到每个点云样本对应的低水平特征，采用第二编码器对低水平特征进行处理，得到每个点云样本对应的形状编码，采用解码器对形状编码进行解码，得到每个点云样本对应的重建点云，根据低水平特征和形状编码，采用互信息损失函数，计算互信息损失函数值，根据互信息损失函数值计算目标损失函数值，重新采用多个点云样本对点云重建深度神经网络进行训练，直至目标损失函数值满足预设收敛条件，通过训练得到的点云重建深度神经网络，对目标物体的点云进行重建，提高点云重建的精度。

本发明授权点云重建深度神经网络的训练方法、重建方法及控制器在权利要求书中公布了：1.一种点云重建深度神经网络的训练方法，其特征在于，所述点云重建深度神经网络包括：编码器和解码器，所述编码器包括：第一编码器和第二编码器；所述训练方法包括：获取多个点云样本，每个点云样本包括：针对一个目标物体采集到的一组点云数据；采用所述第一编码器将所述每个点云样本映射至预设低特征空间，得到所述每个点云样本对应的低水平特征；采用所述第二编码器对所述低水平特征进行处理，得到所述每个点云样本对应的形状编码；所述形状编码为高水平特征；采用所述解码器对所述形状编码进行解码，得到所述每个点云样本对应的重建点云；其中，所述解码器用于将所述每个点云样本对应的所述形状编码映射至高维空间；根据所述低水平特征和所述形状编码，采用互信息损失函数，计算互信息损失函数值，并根据所述互信息损失函数值计算目标损失函数值；重新采用所述多个点云样本对所述点云重建深度神经网络进行训练，直至所述目标损失函数值满足预设收敛条件；其中，所述根据所述低水平特征和所述形状编码，采用互信息损失函数，计算互信息损失函数值，包括：根据所述每个点云样本对应的预设全局特征和所述形状编码，采用全局互信息损失函数，计算全局互信息损失函数值；根据所述低水平特征和多个所述形状编码，采用局部互信息损失函数，计算局部互信息损失函数值；对所述局部互信息损失函数值和所述全局互信息损失函数值，进行加权，得到互信息损失函数值。

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澳门大学，其通讯地址为：中国澳门氹仔大学大马路；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”。