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！

龍圖騰網獲悉中國人民解放軍國防科技大學申請的專利基于雷達-光學跨模態特征點融合的目標檢測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：CN116863284B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202310721382.6，技術領域涉及：G06V10/80；該發明授權基于雷達-光學跨模態特征點融合的目標檢測方法及裝置是由智帥峰;劉柳;姜衛東;杜振華;張浩宇;劉麗;霍凱設計研發完成，并于2023-06-16向國家知識產權局提交的專利申請。

本基于雷達-光學跨模態特征點融合的目標檢測方法及裝置在說明書摘要公布了：本申請涉及一種基于雷達?光學跨模態特征點融合的目標檢測方法及裝置，通過采用骨干網絡分別對獲取的光學圖像以及雷達RD頻譜數據進行特征提取，得到語義密集點特征以及RD密集點特征，將雷達點云投影至光學圖像，根據二維檢測框在語義密集點特征上的位置在光學圖像上得到感興趣區域對應的雷達點云，再將這一部分雷達點云分別投影到義密集點特征以及RD密集點特征上以得感興趣區域上對應特征，并將這兩個特征利進行融合，得到融合點特征，再基于目標構建局部坐標，以局部坐標為原點將感興趣區域分為多個區域，將目標檢測的問題轉化為分類的問題，利用分類神經網絡對融合點特征進行區域分類，以實現對目標進行檢測。采用本方法可提高目標檢測的精準度，使其有效的在惡劣環境下對目標進行檢測。

本發明授權基于雷達-光學跨模態特征點融合的目標檢測方法及裝置在權利要求書中公布了：1.基于雷達-光學跨模態特征點融合的目標檢測方法，其特征在于，所述方法包括： 獲取雷達回波數據以及光學圖像，所述雷達回波數據以及光學圖像分別由毫米波雷達系統以及攝像器對目標所在區域進行探測得到，其中所述雷達回波數據包括雷達距離速度頻譜數據以及雷達點云數據； 將所述光學圖像以及雷達距離速度頻譜數據輸入至對應的骨干網絡，分別得到語義密集點特征，二維檢測框以及距離方位角密集點特征； 根據所述二維檢測框、雷達點云數據以及光學圖像進行處理得到目標感興趣區域對應的部分雷達點云數據，并根據所述部分雷達點云數據從所述語義密集點特征以及距離方位角密集點特征中得到對應的部分語義密集點特征以及部分距離方位角密集點特征； 將所述部分語義密集點特征以及部分距離方位角密集點特征輸入至特征融合網絡中，得到跨模態融合點特征，其中，所述特征融合網絡包括兩側多層感知器以及最大池化層，其中，所述兩側多層感知器包括第一層感知器以及第二層感知器，將所述部分語義密集點特征以及部分距離方位角密集點特征輸入至特征融合網絡中，得到跨模態融合點特征包括：分別將所述部分語義密集點特征以及部分距離方位角密集點特征輸入至對應側的所述兩側多層感知器中，分別將所述部分語義密集點特征以及部分距離方位角密集點特征輸入對應的所述第一層感知器中進行特征提取，對應得到第一語義特征以及第一距離方位角特征，并將這兩個特征進行融合得到目標的低層次特征，分別將所述第一語義特征以及第一距離方位角特征輸入至對應的所述第二層感知器中進行特征提取，對應得到第二語義特征以及第二距離方位角特征，并將得到的這兩個特征進行融合得到目標的高層次特征，將目標的低層次特征以及高層次特征通過所述最大池化層得到目標的全局特征，將目標的低層次特征、高層次特征以及全局特征進行融合，得到所述跨模態融合點特征； 構建以目標為中心的局部坐標，并將所述目標感興趣區域以所述局部坐標為原點劃分為多個區域； 通過利用分類神經網絡對所述跨模態融合點特征相對于所述局部坐標進行區域分類得到分類結果，以及在進行離散化過程中產生的量化誤差,根據所述分類結果以及量化誤差進行處理得到目標位置，以實現目標檢測。

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國人民解放軍國防科技大學，其通訊地址為：410073 湖南省長沙市開福區德雅路109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”。