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！

龍圖騰網獲悉浙江大學申請的專利一種基于最近鄰KNN算法的逐幀點云快速實例分割方法及裝置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：CN117115179B 。

龍圖騰網通過國家知識產權局官網在2025-08-08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：202311144242.3，技術領域涉及：G06T7/10；該發明授權一種基于最近鄰KNN算法的逐幀點云快速實例分割方法及裝置是由張建明;彭昊龍;朱科;孟濬設計研發完成，并于2023-09-06向國家知識產權局提交的專利申請。

本一種基于最近鄰KNN算法的逐幀點云快速實例分割方法及裝置在說明書摘要公布了：本發明公開一種基于最近鄰KNN算法的逐幀點云快速實例分割方法及裝置，有效提升了模型對逐幀點云實例分割的處理效率。屬于三維計算機視覺領域。本發明方法步驟包括：首先對相鄰每兩幀的點云數據進行配準，得到相鄰每兩幀點云數據之間的參數變換信息；對點云數據進行標準化處理并利用變換信息實現兩幀點云的轉換；基于最鄰近KNN算法的思路搭建一種針對逐幀點云的快速實例分割算法；優化點云搜索速度；將訓練的模型和真實值做負反饋網絡優化KNN模型；利用該優化模型提前得到下一幀的預測結果。本發明提出的逐幀點云快速實例分割算法大大減少了在模型的推理過程中算力以及加快了模型推理的速度。

本發明授權一種基于最近鄰KNN算法的逐幀點云快速實例分割方法及裝置在權利要求書中公布了：1.一種基于最近鄰KNN算法的逐幀點云快速實例分割方法，其特征在于，該方法包括以下步驟： 步驟1：對于任一目標物體相鄰的兩幀點云數據，使用迭代最近法ICP進行配準，得到目標物體相鄰的兩幀點云數據之間的第一姿態變換參數； 步驟2：根據步驟1得到的第一姿態變換參數，將目標物體相鄰的兩幀點云數據中的第一幀點云數據拼接到第二幀點云數據，得到第一配準點云數據； 步驟3：獲取基礎訓練驗證數據，包括目標物體第一幀點云的數目m，第一幀點云的坐標，第一幀點云的目標物體實例分割結果，第一配準點云的數目為n，點云數據的坐標為，第一配準點云的目標物體實例分割結果；以點云坐標作為輸入，計算歐式距離得到預測的分類概率，以點云的目標物體實例分割結果作為輸出訓練KNN模型并基于預測誤差進行優化；將第一配準點云輸入到優化后的KNN模型，輸出預測的點云的目標物體實例分割結果，得到目標物體類別； KNN模型優化過程如下： a）對點云坐標添加索引Index； b）利用Faiss算法將點云搜索構建封裝成一個索引文件Indexfile并緩存在內存中，提供實時的查詢計算； c）基于基礎訓練驗證數據的原始值和通過KNN模型預測數據進行相減計算出誤差； d）對以負反饋形式傳遞到模型KNN中，使得模型進行二次優化，最后得到訓練模型Model_KNN； e）將步驟2得到的第一配準點云作為模型Model_KNN輸入，得到預測結果為： 其中，表示第n個配準點云對應的模型Model_KNN輸出的預測結果； Faiss算法詳細步驟如下： a）將目標物體的原始點云向量化，分成M個子空間，針對每個子空間訓練中心點； b）查找向量對應的中心點； c）向量減去對應的中心點生成殘差向量； d）針對殘差向量生成二級量化器。

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浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。