買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京理工大學(xué)申請的專利一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114067081B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111418946.6，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法是由賈修一;李自剛;張長東;劉婷婷設(shè)計研發(fā)完成，并于2021-11-26向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法在說明書摘要公布了：本發(fā)明公開了一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法，包括：使用quadricedgecollapse網(wǎng)格化簡算法對原始3D牙齒模型進(jìn)行化簡，得到化簡后的3D牙齒模型的初始化坐標(biāo)矩陣P和法向量矩陣V；將化簡后的3D牙齒模型輸入特征提取器，得到其語義信息F；將每個網(wǎng)格的坐標(biāo)p和語義信息f輸入雙向增強(qiáng)模塊，得到增強(qiáng)后的網(wǎng)格特征s；將每個網(wǎng)格增強(qiáng)后的網(wǎng)格特征s輸入多層感知機(jī)，得到每個網(wǎng)格所屬特定牙齒種類的概率矩陣M，訓(xùn)練3D牙齒模型分割網(wǎng)絡(luò)；利用訓(xùn)練好的3D牙齒模型分割網(wǎng)絡(luò)對測試實例中每個網(wǎng)格所屬特定牙齒種類進(jìn)行預(yù)測。本發(fā)明方法分割精度高，并應(yīng)用于牙齒分割領(lǐng)域。

本發(fā)明授權(quán)一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法在權(quán)利要求書中公布了：1.一種基于雙向增強(qiáng)網(wǎng)絡(luò)的3D牙齒模型分割方法，其特征在于，包括以下步驟：S1、使用quadricedgecollapse網(wǎng)格化簡算法對原始3D牙齒模型進(jìn)行化簡，得到化簡后的3D牙齒模型的初始化坐標(biāo)矩陣P和法向量矩陣V；S2、將化簡后的3D牙齒模型輸入特征提取模塊，得到其語義信息F；S3、將每個網(wǎng)格的坐標(biāo)p和語義信息f作為輸入，送入雙向增強(qiáng)網(wǎng)絡(luò)的雙向增強(qiáng)模塊，得到增強(qiáng)后的網(wǎng)格特征s；具體為：將每個網(wǎng)格視為中心，利用k近鄰算法構(gòu)造其鄰域；設(shè)中心網(wǎng)格的坐標(biāo)為pi，語義信息為fi，其鄰域表示為鄰域內(nèi)的鄰居的坐標(biāo)信息為pj，語義信息為fj；首先使用第一多層感知機(jī)和第二多層感知機(jī)分別為每個中心網(wǎng)格校準(zhǔn)其鄰域內(nèi)每個鄰居的坐標(biāo)信息和語義信息： 其中，為校準(zhǔn)后的鄰居的坐標(biāo)信息；為校準(zhǔn)后的鄰居的語義信息；MLP1為第一多層感知機(jī)，MLP2為第二多層感知機(jī)；接著基于每個網(wǎng)格的語義信息來增強(qiáng)其坐標(biāo)信息；具體的：估計中心網(wǎng)格的不同鄰居的幾何偏移量，計算公式為： 其中，Δfj＝fi-fj；操作被實現(xiàn)為多層感知機(jī)；因此，偏移后的鄰居的坐標(biāo)信息被表示為： 然后，將偏移后的鄰居的坐標(biāo)信息和校準(zhǔn)后的鄰居的坐標(biāo)信息連接起來送入第三多層感知機(jī)，得到每個網(wǎng)格增強(qiáng)后的鄰居坐標(biāo)信息為： 其中，MLP3表示第三多層感知機(jī)；同樣，基于每個網(wǎng)格的坐標(biāo)信息來增強(qiáng)其語義信息；偏移后的鄰居的語義信息被表示為： 其中，Δpj＝pi-pj；同樣，基于偏移后的鄰居的語義信息和校準(zhǔn)后的鄰居的語義信息，每個網(wǎng)格增強(qiáng)后的鄰居語義信息被表示為： 其中，MLP4表示第四多層感知機(jī)；最后，采用最大池化操作從每個網(wǎng)格增強(qiáng)后的鄰居坐標(biāo)信息和增強(qiáng)后的鄰居語義信息中獲取更具區(qū)分性的能表示該網(wǎng)格的特征，具體來說，第i個網(wǎng)格的特征被表示為： S4、將每個網(wǎng)格增強(qiáng)后的特征s輸入預(yù)測感知機(jī)，得到每個網(wǎng)格所屬特定牙齒種類的概率矩陣M，訓(xùn)練出一個3D牙齒模型分割網(wǎng)絡(luò)；S5、利用訓(xùn)練好的3D牙齒模型分割網(wǎng)絡(luò)對測試實例中每個網(wǎng)格所屬特定牙齒種類進(jìn)行預(yù)測。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京理工大學(xué)，其通訊地址為：210094 江蘇省南京市玄武區(qū)孝陵衛(wèi)街道孝陵衛(wèi)街200號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。