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！

龙图腾网恭喜成都民航空管科技发展有限公司;中国民用航空总局第二研究所申请的专利基于弱监督学习的多粒度多模态3D目标检测方法及系统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：CN115019299B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210766318.5，技术领域涉及：G06V20/64；该发明授权基于弱监督学习的多粒度多模态3D目标检测方法及系统是由刘云;李靓;朱志强;张朝腾;杨振祠;葛小武;牟唐宏;肖乐设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本基于弱监督学习的多粒度多模态3D目标检测方法及系统在说明书摘要公布了：本发明提出一种基于弱监督学习的多粒度多模态3D目标检测方法及系统，结合多粒度位置表征方法和预先制定的一致性约束条件，利用不同位置表示方法目标位置描述的精准程度不同的特点，将3D目标检测分解成粗粒度3D目标检测和细粒度3D关键点定位两个逐层递进的子任务；根据粗粒度3D目标检测获得的粗粒度检测结果进一步进行细粒度3D关键点定位，估计目标局部区域上的3D关键点坐标，输出视频中目标3D位置和3D关键点信息。通过上述方案解决航空器侵入跑道引起的跑道安全隐患。能够在标注数据有限的条件下，对跑道区域目标进行自动分析，包括图像层面和空间层面目标的精准定位和姿态估计等任务，实现对跑道侵入等安全隐患的自动检测。

本发明授权基于弱监督学习的多粒度多模态3D目标检测方法及系统在权利要求书中公布了：1.一种基于弱监督学习的多粒度多模态3D目标检测方法，其特征在于，所述方法包括：采集同一时刻拍摄的可见光视频和热红外视频，将其作为3D目标检测输入；对所述3D目标检测输入进行3D目标检测时，基于多粒度的目标3D位置表征方法，将3D目标检测分解成粗粒度3D目标检测任务和细粒度3D关键点定位任务；其中，所述粗粒度3D目标检测任务，用于估计目标3D检测框位置和检测框置信度信息；所述细粒度3D关键点定位任务，用于基于粗粒度检测结果估计目标局部区域上的3D关键点坐标；通过执行粗粒度3D目标检测任务和细粒度3D关键点定位任务，结合预先制定的一致性约束条件，构造所述3D目标检测的弱监督损失，基于弱监督学习求解弱监督损失，获得视频中的目标3D位置和3D关键点坐标；构造3D目标检测的弱监督损失包括：粗粒度2D投影坐标一致性损失、细粒度2D投影坐标一致性损失、3D空间跨粒度位置损失和多视角一致性损失；多粒度位置表征方法是将目标3D位置表征划分为粗粒度全局目标关键点表征和细粒度局部目标关键点表征；其中，所述粗粒度全局目标关键点表征是对整体目标的3D位置进行描述；所述细粒度局部目标关键点表征是对目标表面的局部特征点进行描述；所述一致性约束条件依据多粒度位置表征方法涉及的粗、细粒度层面目标位置的相互制约关系进行制定；其中，所述一致性约束条件包括：3D空间多粒度位置约束和2D投影坐标一致性约束；所述2D投影坐标一致性约束还包括：细粒度2D投影坐标一致性约束、粗粒度2D投影坐标一致性约束。

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成都民航空管科技发展有限公司;中国民用航空总局第二研究所，其通讯地址为：610041 四川省成都市二环路南二段17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”。