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！

龙图腾网获悉燕山大学申请的专利基于散乱点云交叉注意学习的三维场景运动趋势估计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：CN115496859B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211212144.4，技术领域涉及：G06T17/00；该发明授权基于散乱点云交叉注意学习的三维场景运动趋势估计方法是由林洪彬;关勃然;彭秀平;魏佳宁;陈泽宇设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本基于散乱点云交叉注意学习的三维场景运动趋势估计方法在说明书摘要公布了：本发明公开了基于散乱点云交叉注意学习的三维场景运动趋势估计方法，涉及深度学习和三维点云场景理解领域，以三维场景的运动趋势估计为目标，该网络模型在利用卷积神经网络提取前后帧点云特征的基础上，通过构建关联特征提取模块，捕捉前后帧点云间的联合信息，以提升点云特征刻画的丰富度；通过构建三维场景运动趋势的校准模块，在初步得到点云运动趋势后进行微调，进一步提高三维场景运动趋势估计的精度和可靠性。

本发明授权基于散乱点云交叉注意学习的三维场景运动趋势估计方法在权利要求书中公布了：1.基于散乱点云交叉注意学习的三维场景运动趋势估计方法，其特征在于，包括以下步骤： 步骤一：分别对输入的第一帧点云X、第二帧点云Y使用邻近算法寻找近邻点，获取各点的邻近位置信息； 步骤二：将获取的邻近位置信息输入多层卷积网络，提取多层点云特征向量Fx、Fy； 步骤三：将多层点云特征向量连接，输入一维卷积网络进行特征聚合，得到新的点云特征向量Fx、Fy； 步骤四：将点云的特征向量、输入基于交叉注意力机制的关联特征提取模块中，输出新的点云特征，再将新的特征向量与、相加，得到最终的点云特征、； 1 2 其中，:是Transformer学习得到的非对称映射函数，N为点云中点的个数，P代表特征维度；被视作一个残差项，基于、的输入顺序为其提供一个附加的改变项；与相比，除包含点云X自身的特征信息外，还学习到点云Y中与X相关的结构信息； 步骤五：基于两帧点云的特征，通过Sinkhorn算法计算得到点云X中各点与点云Y中各点为对应点的权重； 步骤六：根据上步得到的权重计算点云X中各点的运动向量，第一帧点云中的点x与点云Y各点的坐标差与其对应的权重相乘，加权得到点x的运动向量； 步骤七：将上步得到的运动向量与点云X的邻近位置信息输入校准模块，进而得到估计点云运动趋势。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。

以上内容由龙图腾AI智能生成。