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！

龍圖騰網獲悉中山大學申請的專利基于全自注意力網絡的深度點云壓縮編碼方法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：CN114363633B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202111649443.X，技術領域涉及：H04N19/597；該發明授權基于全自注意力網絡的深度點云壓縮編碼方法是由梁凡;梁祖杰;郁鵬鵬設計研發完成，并于2021-12-30向國家知識產權局提交的專利申請。

本基于全自注意力網絡的深度點云壓縮編碼方法在說明書摘要公布了：本發明公開了一種基于全自注意力網絡的深度點云壓縮編碼方法，方法包括：構建點云全自注意力網絡，點云全自注意力網絡包括編碼器和解碼器；獲取訓練數據，構建倒角距離目標函數對點云全自注意力網絡進行訓練；向訓練完成的點云全自注意力網絡輸入點云數據，利用編碼器對點云數據進行特征采樣處理得到點云編碼，完成點云壓縮；根據點云編碼，利用解碼器重構點云數據，完成點云解壓縮。本發明基于倒角距離目標函數的網絡訓練，加強點云各點間的局部和全局相關性的學習，并通過編碼機對點云的特征采樣，得到能夠準確表征點云語義信息的點云編碼，且保證了點云信息存儲和運輸的安全性及穩定性，可廣泛應用于點云壓縮編碼技術領域。

本發明授權基于全自注意力網絡的深度點云壓縮編碼方法在權利要求書中公布了：1.一種基于全自注意力網絡的深度點云壓縮編碼方法，其特征在于，包括： 構建點云全自注意力網絡，所述點云全自注意力網絡包括編碼器和解碼器； 其中，點云自注意力模塊由多頭自注意力模塊、殘差與歸一化層、前向層等構成，多頭自注意力模塊用于學習點云之間的語義關系信息，從而捕獲局部和全局特征，殘差與歸一化層用于防止過擬合，前向層包含了線性層和激活層，用于特征傳遞；下采樣模塊和點云自注意力模塊首先構成編碼模塊，再由多個編碼模塊組合構建編碼器；上采樣模塊和點云自注意力模塊首先構成解碼模塊，再由多個解碼模塊組合構建解碼器； 多頭自注意力模塊中，將輸入的點云經過三個線性層映射為Q，K，V矩陣，Q，K，V矩陣在縮放自注意力模塊中進行局部和全局的特征交互，然后得到單頭自關注特征嵌入，利用不同參數的模塊重復該操作得到多頭的特征嵌入，然后再將多頭特征嵌入進行級連操作，經過線性層實現特征傳遞，最終得到經過多頭自關注后的特征嵌入； 縮放自注意力模塊中，對輸入的Q，K矩陣進行點積并縮放，然后計算softmax激活值，再將所有激活值與V矩陣進行點積，最終得到經過縮放自注意力后的特征嵌入； 獲取訓練數據，構建倒角距離目標函數對所述點云全自注意力網絡進行訓練； 向訓練完成的點云全自注意力網絡輸入點云數據，利用所述編碼器對所述點云數據進行特征采樣處理得到點云編碼，完成點云壓縮； 根據所述點云編碼，利用所述解碼器重構點云數據，完成點云解壓縮。

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中山大學，其通訊地址為：510275 廣東省廣州市新港西路135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”。