Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东大学闵哲获国家专利权

恭喜山东大学闵哲获国家专利权

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!

龙图腾网恭喜山东大学申请的专利一种部分到整体非刚性点云配准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:CN119205865B

龙图腾网通过国家知识产权局官网在2025-05-13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:202411729776.7,技术领域涉及:G06T7/33;该发明授权一种部分到整体非刚性点云配准方法及系统是由闵哲;刘明阳;余昊;宋锐;李贻斌;孟庆虎设计研发完成,并于2024-11-29向国家知识产权局提交的专利申请。

一种部分到整体非刚性点云配准方法及系统在说明书摘要公布了:本公开提供了一种部分到整体非刚性点云配准方法及系统,涉及计算机辅助点云配准技术领域,包括获取源点云点集和目标点云点集;将所述源点云点集和目标点云点集输入至Bi‑NOFNet模型中,利用不带掩码的特征提取模块分别提取源点云掩码特征和目标点云掩码特征;再通过重叠感知模块,利用目标点云掩码特征预测得到二进制掩码,并对二进制掩码进行优化;将优化后的二进制掩码、源点云点集和目标点云点集输入带掩码的特征提取模块,提取源点云点集特征和目标点云点集特征;基于源点云点集特征和目标点云点集特征,通过双向配准模块计算正向位移向量和反向位移向量,从而根据正向位移向量和反向位移向量进行点集配准。

本发明授权一种部分到整体非刚性点云配准方法及系统在权利要求书中公布了:1.一种部分到整体非刚性点云配准方法,其特征在于,包括:获取源点云点集和目标点云点集;将所述源点云点集和目标点云点集输入至Bi-NOFNet模型中,利用不带掩码的特征提取模块分别提取源点云掩码特征和目标点云掩码特征;将源点云点集和目标点云点集分别送入不带掩码的特征提取模块FEwoM,将源点云点集和目标点云点集分别与第一变换矩阵相乘得到变换后的源点云点集和目标点云点集;利用MLP3,64,64模型分别对输入变换后的源点云点集和目标点云点集提取源点集特征和目标点集特征;对提取得到源点集特征和目标点集特征乘上第二变换矩阵得到源点集局部特征lS以及目标点集局部特征lT,利用MLP64,128,1024模型提取出新的源点集局部特征hS和目标点集局部特征hT;将提取得到的源点集局部特征hS和目标点集局部特征hT乘上单位向量,并通过最大池化和复制操作得到源点集全局特征GS和目标点集全局特征GT;分别基于已有的源点集局部特征lS以及目标点集局部特征lT和全局特征GS、GT拼接得到源点集融合特征fS和目标点集融合特征fT,将fS,fT乘上单位向量得到过滤后的源点集特征向量和目标点集特征向量;过滤后的源点集特征向量和目标点集特征向量,利用transformer模型直接对输入的源点集特征向量和目标点集特征向量学习更加显著的点云特征表示,提取出源点集显著特征向量CS和目标点集显著特征向量CT;将源点集显著特征向量CS和目标点集显著特征向量CT分别与对应的源点云点集和目标点云点集拼接得到最终的源点云掩码特征FS和目标点云掩码特征FT;再通过重叠感知模块,利用目标点云掩码特征预测得到二进制掩码,并对二进制掩码进行优化;将优化后的二进制掩码输入带掩码的特征提取模块,提取源点云点集特征和目标点云点集特征;基于优化后的二进制掩码分别提取源点云点集特征和目标点云点集特征;具体步骤如下:输入源点云点集S和目标点云点集T以及预测得到的重叠掩码,将它们分别送入带掩码的特征提取模块FEwM模块;将源点云点集和目标点云点集乘上第一变换矩阵进行变换,利用MLP3,64,64模型分别对输入的变换后的源点云点集和目标点云点集提取第二源点集特征和第二目标点集特征;对提取得到第二源点集特征和第二目标点集特征乘上变换矩阵得到第二源点集局部特征lS'以及第二目标点集局部特征lT',并利用MLP64,128,1024模型提取出新的第二源点集局部特征hS'和第二目标点集局部特征hT';将提取得到的第二源点集局部特征hS'和第二目标点集局部特征hT'乘上预测重叠掩码,并通过最大池化和复制操作得到第二源点集全局特征GS'和第二目标点集全局特征GT';分别基于第二源点集局部特征lS'以及第二目标点集局部特征lT'和全局特征GS'、GT'拼接得到第二源点集融合特征fS'和第二目标点集融合特征fT',将fS',fT'乘上预测重叠掩码得到过滤后的第二源点集特征向量和第二目标点集特征向量;基于过滤后的源点集特征向量和目标点集特征向量,利用transformer模型直接对输入的第二源点集特征向量和第二目标点集特征向量学习更加显著的点云特征表示,提取出第二源点集显著特征向量CS'和第二目标点集显著特征向量CT';将第二源点集显著特征向量CS'和第二目标点集显著特征向量CT'分别与对应的点云点集拼接得到最终的源点云点集特征和目标点云点集特征;基于源点云点集特征和目标点云点集特征,通过双向配准模块计算正向位移向量和反向位移向量,从而根据正向位移向量和反向位移向量进行点集配准。

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山东大学,其通讯地址为:250000 山东省济南市历下区经十路17923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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。