北京工業大學;北京航空航天大學張天樂獲國家專利權
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!
龍圖騰網獲悉北京工業大學;北京航空航天大學申請的專利一種基于知識蒸餾的車路協同3D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:CN119027914B 。
龍圖騰網通過國家知識產權局官網在2025-08-29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:202411125784.0,技術領域涉及:G06V20/58;該發明授權一種基于知識蒸餾的車路協同3D目標檢測方法及裝置是由張天樂;崔志勇;李睿楷;林鵬飛;鐔昊;劉航奇;弭瓔娜;李傲杰;任毅龍;于海洋設計研發完成,并于2024-08-16向國家知識產權局提交的專利申請。
本一種基于知識蒸餾的車路協同3D目標檢測方法及裝置在說明書摘要公布了:本發明公開了一種基于知識蒸餾的車路協同3D目標檢測方法及裝置,屬于自動駕駛感知領域。方法包括:獲取預訓練完成的教師模型;教師模型的輸入為自車多模態數據和他車多模態數據;該多模態數據包括多視角二維圖像數據和激光雷達點云數據;將教師模型中對激光雷達點云數據進行處理的相關模塊去除,以利用剩余模塊得到與教師模型架構相似的學生模型;學生模型的輸入為多視角二維圖像數據;利用知識蒸餾方法,以利用教師模型對學生模型進行監督訓練,以利用訓練完成的學生模型對自車進行3D目標檢測。本發明能夠在保持高檢測精度的同時能夠降低計算復雜度。
本發明授權一種基于知識蒸餾的車路協同3D目標檢測方法及裝置在權利要求書中公布了:1.一種基于知識蒸餾的車路協同3D目標檢測方法,其特征在于,所述方法包括: 獲取預訓練完成的教師模型;所述教師模型用于對輸入的自車多模態數據和他車多模態數據分別進行多模態融合處理后,將融合處理得到的自車教師鳥瞰視角特征和每一個他車教師鳥瞰視角特征進行協同處理,以針對協同處理后的教師鳥瞰協同特征輸出針對自車的3D目標檢測結果;所述他車為與自車位于相同場景內的其他車輛;所述多模態數據包括多視角二維圖像數據和激光雷達點云數據; 將所述教師模型中對激光雷達點云數據進行處理的相關模塊去除,以利用剩余模塊得到與所述教師模型架構相似的學生模型;所述學生模型用于對輸入的多視角二維圖像數據進行單模態特征提取后,將特征提取得到的自車學生鳥瞰視角特征和每一個他車學生鳥瞰視角特征進行協同處理,以針對協同處理后的學生鳥瞰協同特征輸出針對自車的3D目標檢測結果; 利用知識蒸餾方法,以利用所述教師模型對所述學生模型進行監督訓練,以利用訓練完成的學生模型對自車進行3D目標檢測; 所述監督訓練過程中的總損失至少包括:語義類別相關性的蒸餾損失; 所述語義類別相關性的蒸餾損失的計算方式包括: 對多視角二維圖像數據所對應的多視角原始圖像進行逐像素點分類打標,并確定多視角原始圖像中每一個像素點與模型中鳥瞰視角特征中每一段張量的映射關系,根據映射關系計算每一個類別對應的語義特征張量; 針對每一個像素點,利用歸一化點積計算該像素點具有映射關系的鳥瞰視角特征中的張量分別與每一個類別的語義特征張量的語義類別相似度; 基于教師模型的語義類別相似度和學生模型的語義類別相似度,通過如下公式計算學生模型與教師模型之間語義類別相關性的蒸餾損失: 其中,Q為類別集合,為超參數,N為多視角原始圖像中的像素點總數,、分別為針對教師模型和學生模型得到像素點l具有映射關系的鳥瞰視角特征中的張量與類別q的語義特征張量的語義類別相似度。
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北京工業大學;北京航空航天大學,其通訊地址為:100124 北京市朝陽區平樂園100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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。