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！

龙图腾网获悉北京工商大学申请的专利一种基于深度序数回归的点云质量评估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：CN119599966B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202411639402.6，技术领域涉及：G06T7/00；该发明授权一种基于深度序数回归的点云质量评估方法是由王晓川;尚鑫;黎杨威设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于深度序数回归的点云质量评估方法在说明书摘要公布了：本发明涉及一种基于深度序数回归的点云质量评估方法，方法包括：基于对称跨模态注意力机制的特征融合步骤和点云质量评估表述为有序回归步骤；特征融合步骤中通过最远点采样和K近邻算法提取点云特征，将点云投影生成图像并提取图像特征，使用跨模态对称注意力机制融合这两种特征，生成全局特征表示；有序回归步骤中，设计深度序数损失函数优化网络参数，利用质量分数的有序信息，将预测概率转换为连续的点云质量分数，防止阶跃效应，使评估结果更接近真实值。本发明通过特征融合和有序回归，有效提升了点云质量评估的准确性和稳定性，使评估结果更接近真实值。

本发明授权一种基于深度序数回归的点云质量评估方法在权利要求书中公布了：1.一种基于深度序数回归的点云质量评估方法，其特征在于，包括：基于对称跨模态注意力机制的特征融合步骤，结合点云和图片两种模态，通过特征编码器提取点云视觉质量特征和图片模态特征；整合提取到的点云视觉质量特征和图片模态特征，分析模态间的相互作用并加强特征表示，生成最终特征向量；点云质量评估表述为有序回归步骤，基于最终特征向量，通过将多个分类问题简化为一系列二元分类问题，将预测概率转换为连续的点云质量分数，引入自适应因子使预测分数适应离散化区间的稀疏性，解决采用硬阈值推断时易产生的阶跃效应；所述点云质量评估表述为有序回归步骤，具体包括：序数损失优化步骤：设计深度序数损失函数学习网络参数，利用质量分数离散标签中的有序信息，使网络对质量分数顺序属性不一致的预测更加敏感；软序数推理步骤：通过软序数推理将预测概率转换为连续的点云质量分数，利用网络预测的概率或置信度，防止序数操作易产生的阶跃效应，使质量分数更适应离散化区间的稀疏性；所述序数损失优化步骤，具体包括：将已有图像质量分数数据库的整个范围离散为K个大小相等的子区间，计算公式如下： 其中，底函数，表示是groundtruth的离散标签，表示图像质量分数的原始连续值，、分别表示给定数据库中的最小和最大分数；将连续的质量分数统一离散为对数空间中的多个仓，根据每个仓覆盖质量分数值的范围标记仓，可得序数阈值计算公式如下： 对于每个实例，应用二元分类器预测样本的序数值是否大于，并基于个二元分类器的分类结果预测隐藏的样本序数值，将模型的输出定义为，其中Y属于2K维向量，可得深度序数损失计算公式如下： 其中，表示预测的离散标签，表示大于时的序数概率；所述软序数推理步骤，具体包括：将输出概率转换为图像质量的连续变量，计算公式如下： 其中=，=h-d，，在0和1之间表示预测类别接近的程度。

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北京工商大学，其通讯地址为：100080 北京市海淀区阜成路33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”。