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！

龍圖騰網獲悉安徽工程大學申請的專利基于多模態融合的三維目標檢測方法及系統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：CN115937819B 。

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：202211487209.6，技術領域涉及：G06V20/58；該發明授權基于多模態融合的三維目標檢測方法及系統是由時培成;劉志強;齊恒;李屹;張榮蕓;楊禮;楊愛喜;王遠志;馬永富;武新世;潘佳偉設計研發完成，并于2022-11-24向國家知識產權局提交的專利申請。

本基于多模態融合的三維目標檢測方法及系統在說明書摘要公布了：本發明公開了基于多模態融合的三維目標檢測方法及系統，其中方法包括下列步驟：S1、獲取相機采集的圖像數據；S2、獲取激光雷達采集的原始的點云數據，并對點云進行降噪預處理；S3、將圖像和點云的數據分別輸入到訓練后的相應網絡中，獲得對應的圖像特征和點云特征；S4、將二維圖像的圖像特征映射到三維的點云空間坐標系；S5、將所述點云特征與映射后的圖像特征進行級聯，將其輸入到自適應表現力增強融合模塊，進行重新校準，得到加權后的融合特征；S6、將加權后的融合特征輸入到檢測輸出網絡，對目標進行邊界框的生成，進而完成三維目標檢測。本發明有效的抑制了不重要的特征表現，可以提升后續檢測輸出模塊的3D目標檢測的精度。

本發明授權基于多模態融合的三維目標檢測方法及系統在權利要求書中公布了：1.基于多模態融合的三維目標檢測方法，其特征在于：包括下列步驟： S1、獲取相機采集的圖像數據； S2、獲取激光雷達采集的原始的點云數據，并對點云進行降噪預處理； S3、將圖像和點云的數據分別輸入到訓練后的相應網絡中，獲得各自數據中目標的深度語義特征信息，即對應的圖像特征和點云特征； S4、將二維圖像的圖像特征映射到三維的點云空間坐標系； S5、將所述點云特征與映射后的圖像特征進行級聯，將級聯后的圖像和點云特征輸入到自適應表現力增強融合模塊，對融合特征進行重新校準，將權重與原始對應通道相乘得到加權后的融合特征； S6、將加權后的融合特征輸入到檢測輸出網絡，對目標進行邊界框的生成，進而完成三維目標檢測； 步驟S4具體包括：首先，給定點云鳥瞰圖上的目標像素點，并且提取K個距離目標像素點最近的激光雷達點云；然后將激光雷達點云投影到相機前視圖得到對應的相鄰像素點；檢索與目標像素點相應的圖像特征點；從各個相鄰像素點到相機前視圖上與圖像特征點做差得到連續幾何偏移；最后，將相鄰像素點對應的輸入圖像特征和連續幾何偏移輸入BP神經網絡以生成對應的映射到三維的點云空間坐標系的特征； 對于每個目標像素點，BP神經網絡通過對其所有相鄰像素點的BP神經網絡輸出求和來輸出其圖像特征點映射到三維的點云空間坐標系的圖像特征，公式如下， 其中，是對應激光雷達點云的輸入圖像特征，是從相鄰像素點到目標在相機前視圖上投影產生的幾何偏移量，是多個向量的串聯； 步驟S5中，借助注意力機制構建自適應表現力增強融合模塊，采用自適應表現力增強融合模塊來增強不同特征的表現力，重點關注重要特征，同時抑制非重要特征，具體包括：首先給定一個輸入的圖像和點云的級聯特征，特征層的大小為，通過最大池化操作后，將空間大小變為1×1；然后，第一個全連接層是用于將通道數減少到，是用于減少通道數從而減少計算量的縮放因子；接著使用ReLU激活函數，特征的維數保持不變；第二個全連接層是用于增加維數，通道數變回；Sigmoid函數用于輸出每個通道的權重；最后，對點云和圖像的級聯特征進行特征重新校準，將權重與原始對應通道相乘，得到加權后的點云和圖像的融合特征。

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安徽工程大學，其通訊地址為：241000 安徽省蕪湖市鳩江區北京中路安徽工程大學；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”。