一种基于子流型稀疏卷积的三维目标点云识别的方法
注：上述费用仅包含专利权利转让费用，不包含专利年费或因年费未及时缴纳产生的滞纳金、恢复费。专利年费是专利权人依照专利法规定，自被授予专利权的当年开始，在专利权有效期内逐年应向专利局缴纳的费用。由于出售的专利类型、专利年限以及专利权人是否满足国家费用减缓的条件均会影响具体年费金额，需根据购买专利的实际情况进行缴纳。缴纳年费以及滞纳金、恢复费需单独和平台顾问确认且不属于下单后加价行为，故无法适用保障。
专利申请号：
CN202110662372.0
专利类型：
发明专利
技术分类：
G06V20/64
专利有效期：
2041-06-15
友情提示：该资源未保障“真” “价”，付款前请核实资源真实性与价格。
在线咨询
微信扫码邀请顾问协助
- 该资源已获得保障和赔付：
- 转让不成功退款退
- 转让超期必赔时
- 该资源未获得保障和赔付：
- 资源不保真必赔真
- 下单后加价必赔价
专利信息
专利名称：一种基于子流型稀疏卷积的三维目标点云识别的方法
商品编号：5176553
复制
申请日期：2021-06-15
公开/公告号：CN113449612B
授权公告日/公开日：2022-06-07
申请/专利权人：
燕**学
发明/设计人：
林洪***佳宁
主分类号：G06V20/64
IPC分类号：G06V20/64; G06V10/44; G06V10/82; G06N3/04; G06N3/08
说明书摘要免费下载摘要
本发明公开了一种基于子流型稀疏卷积的三维目标点云识别的方法，包括如下步骤：S1获取目标场景的初始点云；S2获取目标点云局部特征；S3将子流型卷积网络的输出作为两个相同的MLP网络的输入；S4将第一个MLP网络输出到交叉熵损失函数；S5将第二个MLP网络输出到两个基于注意力机制的图卷积神经网络，最后输出到平方误差损失函数；另外将第二个MLP网络不经图卷积神经网络直接输出到平方误差损失函数；S6选用交叉熵损失函数和平方误差损失函数之和作为网络模型总损失函数，根据总损失函数值的大小，进行网络模型的反向训练，本发明加快网络训练速度，提高识别正确率，改善占用内存空间大的缺陷，实现快速高效的三维目标识别。
转让流程
提出需求
提出您的专利需求
顾问一对一服务
顾问一对一服务
顾问匹配
顾问匹配资源库
快速确定优质专利
快速确定优质专利
签订合同
签订专利转让协议
成功付款
成功付款
递交申请
准备转让资料
国知局审查办理
国知局审查办理
领取证书
获得专利权，投入使用
所需资料
买方提供资料
个人身份证
公司或个体营业执照
购买后获得证书
专利证书
专利登记簿副本
手续合格通知书
平台优势
常见问题
购买专利需要什么资料？
一种基于子流型稀疏卷积的三维目标点云识别的方法专利，专利类型：发明授权，技术分类是：G06V20/64，购买一种基于子流型稀疏卷积的三维目标点云识别的方法专利，需要申请人和发明人的基础信息，还需提供一种基于子流型稀疏卷积的三维目标点云识别的方法专利的详细信息。
专利交易转让时间是多久？
专利权转让期限一般是2~6个月的时间获得专利转让通知书，在转让之前双方需要签订转让合同即可，一种基于子流型稀疏卷积的三维目标点云识别的方法专利具体的操作步骤，可以联系八戒数字交易的客服一对一服务。
相似专利
换一换
标准价格
卖家平台合作价，各环节明
码实价
标准资源
平台验真，资源权利无
瑕疵
标准交付
转让成功为交付完成，
不成功退全款
资金安全
平台担保交易，资料验
收后付款
爽约必赔
加价、资源不真实，
平台通通赔
关注我们
数字市场小程序
商标进度查询
免责声明：本网站部分内容由用户自行上传，如权利人发现存在误传其作品情形，请及时与本站客服联系删除
信息保护中，请放心填写
