買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學申請的專利一種基于稠密與稀疏卷積融合的三維實例分割方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116452940B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310662450.6，技術領域涉及：G06V10/80；該發明授權一種基于稠密與稀疏卷積融合的三維實例分割方法及系統是由余洪山;蔣智龍設計研發完成，并于2023-06-06向國家知識產權局提交的專利申請。

本一種基于稠密與稀疏卷積融合的三維實例分割方法及系統在說明書摘要公布了：本發明公開了一種基于稠密與稀疏卷積融合的三維實例分割方法及系統，該方法通過在基于體素的稀疏卷積特征提取網絡中引入一個輕量級的高分辨率基于點的稠密卷積分支，能夠同時提取三維點云數據的細粒度幾何信息和粗粒度上下文信息，采用自適應融合互補策略來獲取魯棒、語義豐富的點級特征，為點級聚類操作得到高質量目標實例掩膜提供有效支撐。利用所提出的稠密與稀疏卷積融合模塊，本發明構造了一種新的三維實例分割網絡框架。采用本發明提出的三維實例分割網絡框架來實現室外和室內場景的3D實例分割，具有精度高、計算量小、應用場景限制性小等突出優點。

本發明授權一種基于稠密與稀疏卷積融合的三維實例分割方法及系統在權利要求書中公布了：1.一種基于稠密與稀疏卷積融合的三維實例分割方法，其特征在于，包括以下步驟： 步驟1，對待分割的場景點云，采用稠密卷積和稀疏卷積特征提取網絡來分別提取得到細粒度點級特征和粗粒度體素級特征； 步驟2，拼接點級特征和體素級特征，并進行特征融合來深度聚合細粒度和粗粒度信息，從而獲得高維語義特征； 步驟3，基于高維語義特征，分別利用語義標簽預測網絡、偏移向量預測網絡預測場景點云的語義標簽和每個點相對其所屬實例質心的偏移向量； 步驟4，利用層級聚類算法在偏移坐標空間分離具有不同語義標簽的點，聚合具有相同語義標簽的點生成多組候選實例； 步驟5，對候選實例中對應點的高維語義特征通過掩碼預測網絡進行掩碼預測，分割候選實例的前景和背景點來進一步精細化候選實例，得到最終的實例掩碼； 步驟6，基于實例掩碼，將其對應點的高維語義特征進行全局平均池化來生成表示單個實例掩碼的特征，將單個實例掩碼的特征輸入全連接層，獲得該實例掩碼的置信度分數，將置信度分數滿足設定閾值的實例掩碼賦予實例標簽，其余實例掩碼被剔除，輸出帶有實例標簽的場景點云，完成分割； 步驟7：利用訓練數據，按照步驟1-步驟6，進行監督式學習迭代訓練，直到整體網絡損失達到最小或者達到迭代次數，更新整體網絡參數后；按照步驟1-步驟6對待分割的場景點云進行實例分割。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學，其通訊地址為：410083 湖南省長沙市岳麓區麓山南路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。