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！

龙图腾网恭喜佛山大学申请的专利一种具有普适性的三维点云模型分类方法及系统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：CN114707609B 。

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：202210395864.2，技术领域涉及：G06V10/764；该发明授权一种具有普适性的三维点云模型分类方法及系统是由周燕;党兆龙;何志敏;曾凡智;刘翔宇;周月霞设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本一种具有普适性的三维点云模型分类方法及系统在说明书摘要公布了：本发明涉及深度学习和计算机视觉技术领域，尤其涉及一种具有普适性的三维点云模型分类方法及系统，其中方法包括S1、获得三维点云模型的若干个关键区域；S2、通过权重库计算模块、分数计算模块和动态卷积核构造模块，生成适合三维点云模型的动态卷积核；S3、通过动态卷积核对三维点云模型的若干个关键区域分别进行特征提取，并通过SoftMax函数获得局部分类结果；S4、通过关键区域投票算法，将局部分类结果融合为三维点云模型的最终整体分类结果。本发明将全局分类问题化简为多个局部分类问题，可以同时克服刚性变化和非刚性变化，降低了后续神经网络的训练难度。此外还合理利用局部区域分类结果，使分类效果更加显著。

本发明授权一种具有普适性的三维点云模型分类方法及系统在权利要求书中公布了：1.一种具有普适性的三维点云模型分类方法，其特征在于，包括以下步骤：S1、获得三维点云模型的若干个关键区域；S2、通过权重库计算模块、分数计算模块和动态卷积核构造模块，生成适合三维点云模型的动态卷积核；S3、通过动态卷积核对三维点云模型的若干个关键区域分别进行特征提取，并通过SoftMax函数获得局部分类结果；S4、通过关键区域投票算法，将局部分类结果融合为三维点云模型的最终整体分类结果；所述步骤S1包括以下步骤：S101、随机选取三维点云模型的一个点作为初始点；S102、以为中心，取距离其测地距离为的区域内的个点或曲率最大的个点，组成三维点云模型的一个关键区域；S103、计算与三维点云模型各点的测地距离，获得维测地距离集，并取出最大测地距离点，其中为三维点云模型中点的数量；S104、以为中心，取距离其测地距离为的区域内的个点或曲率最大的个点，组成三维点云模型的一个关键区域；S105、计算三维点云模型中所有点到的测地距离，对于第个点，其与的测地距离如果小于维测地距离集L中的第位，即点与的测地距离小于该点与的测地距离，则更新维测地距离集L中的第位，即将与的测地距离更新为与的测地距离；S106、选取维测地距离集中最大值对应的点作为；S107、重复步骤S103至步骤S106，直到获取设置数量的关键区域；所述步骤S2包括以下步骤：S201、定义权重矩阵库，其中是大小为的权重矩阵，是权重矩阵库中权重矩阵的数量；S202、通过平均采样，获取关键区域中的若干个分布均匀的采样点，其中表示采样点数量；S203、对于每一个采样点，选取与其欧氏距离最小的若干个离散邻域点；S204、对于每一组表示为的点对，通过多层感知机来学习离散邻域点之间的位置关系；S205、对于步骤S204输出的位置关系，通过SoftMax函数来输出分数系数，其中SoftMax函数用来保证输出的分数系数的范围在，即将每个权重矩阵与离散邻域点之间的关系作为概率，越大概率表示权重矩阵与离散邻域点之间关系越紧密；S206、将步骤S201所定义的权重矩阵库中的所有权重矩阵与步骤S205所输出的分数系数通过： 结合生成用来计算三维点云模型的动态卷积核；其中，表示所输出的动态卷积核，表示分数系数，表示权重矩阵，表示其数量。

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佛山大学，其通讯地址为：528000 广东省佛山市江湾一路18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”。