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！

龙图腾网恭喜苏州轻棹科技有限公司申请的专利一种对点云目标识别结果进行调整的处理方法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：CN114973236B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210581426.5，技术领域涉及：G06V20/64；该发明授权一种对点云目标识别结果进行调整的处理方法是由李经纬;赵政;柯岩;张雨设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本一种对点云目标识别结果进行调整的处理方法在说明书摘要公布了：本发明实施例涉及一种对点云目标识别结果进行调整的处理方法，所述方法包括：在任意时刻t获取第一帧点云；对第一帧点云进行目标识别处理得到对应的点云目标识别结果，点云目标识别结果包括多个第一目标识别框Boxi，各个第一目标识别框Boxi对应一组第一目标识别框参数Bi；根据第一帧点云和点云目标识别结果进行模型输入数据预处理生成对应的第一模型输入数据；将第一模型输入数据输入目标框调整模型进行运算得到对应的第一模型输出数据；第一模型输出数据包括多组第二目标识别框参数B*i；使用各个第二目标识别框参数B*i对第一目标识别框参数Bi中的匹配参数进行替换。通过本发明可以提高感知模块的目标关联准确度。

本发明授权一种对点云目标识别结果进行调整的处理方法在权利要求书中公布了：1.一种对点云目标识别结果进行调整的处理方法，其特征在于，所述方法包括：在任意时刻t获取第一帧点云；对所述第一帧点云进行目标识别处理得到对应的点云目标识别结果；所述点云目标识别结果包括多个第一目标识别框Boxi；各个所述第一目标识别框Boxi对应一组第一目标识别框参数Bi；i为目标识别框索引，1≤i；根据所述第一帧点云和所述点云目标识别结果进行模型输入数据预处理生成对应的第一模型输入数据；将所述第一模型输入数据输入目标框调整模型进行运算得到对应的第一模型输出数据；所述第一模型输出数据包括多组第二目标识别框参数所述第二目标识别框参数与所述第一目标识别框参数Bi一一对应；使用各个所述第二目标识别框参数对所述第一目标识别框参数Bi中的匹配参数进行替换；其中，所述第一目标识别框参数Bi包括第一中心点坐标QixQ,i,yQ,i,zQ,i、第一长度Li、第一宽度Wi、第一高度Hi、第一朝向角yawi和第一类型Si；所述第二目标识别框参数包括第二中心点坐标第二长度第二宽度第二高度和第二朝向角所述第一模型输入数据包括第一点云坐标组序列、第一中心点坐标序列、第一形状数据组序列、第一朝向角序列和第一类型序列；所述目标框调整模型包括特征提取网络、主干网络和回归头网络组成；所述特征提取网络与所述主干网络连接，所述主干网络与所述回归头网络连接；所述特征提取网络包括点云特征提取单元、中心点特征提取单元、形状特征提取单元、朝向角特征提取单元、类型特征提取单元、特征融合单元和融合特征提取单元组成；所述点云特征提取单元、所述中心点特征提取单元、所述形状特征提取单元、所述朝向角特征提取单元和所述类型特征提取单元分别与所述特征融合单元连接；所述特征融合单元与所述融合特征提取单元连接；所述融合特征提取单元与所述主干网络连接；所述点云特征提取单元基于PointNet网络实现，所述点云特征提取单元的输出向量数据维度为128；所述中心点特征提取单元基于MLP网络实现包括一个全连接层和一个ReLU激活单元，所述中心点特征提取单元的输出向量维度为32；所述形状特征提取单元基于MLP网络实现包括一个全连接层和一个ReLU激活单元，所述形状特征提取单元的输出向量维度为32；所述朝向角特征提取单元基于MLP网络实现包括一个全连接层和一个ReLU激活单元，所述朝向角特征提取单元的输出向量维度为32；所述类型特征提取单元基于MLP网络实现包括一个全连接层和一个ReLU激活单元，所述类型特征提取单元的输出向量维度为32；所述特征融合单元的输出向量维度为256；所述融合特征提取单元基于MLP网络实现包括两个全连接层，所述融合特征提取单元的输出向量维度为128；所述主干网络基于门控循环单元GRU实现，所述主干网络的输出向量维度为256；所述回归头网络包括中心点回归头单元、形状回归头单元、朝向角回归单元；所述中心点回归头单元、所述形状回归头单元、所述朝向角回归单元分别与所述主干网络连接；所述中心点回归头单元包括三个全连接层且相邻两个全连接层之间有一个ReLU激活单元；所述形状回归头单元包括三个全连接层且相邻两个全连接层之间有一个ReLU激活单元；所述朝向角回归单元包括两个全连接层且两个全连接层之间有一个ReLU激活单元；所述将所述第一模型输入数据输入目标框调整模型进行运算得到对应的第一模型输出数据，具体包括：将所述第一模型输入数据输入所述目标框调整模型的所述特征提取网络进行特征提取处理生成对应的第一特征向量；将所述第一特征向量输入所述目标框调整模型的所述主干网络，通过所述门控循环单元GRU基于上一时刻t-1传递来的隐藏状态ht-1和所述第一特征向量算出当前时刻t的隐藏状态ht；并将所述隐藏状态ht作为向下一时刻t+1传递的隐藏状态，同时将所述隐藏状态ht作为所述主干网络本次输出的第二特征向量；将所述第二特征向量输入所述目标框调整模型的所述回归头网络进行目标框中心点、目标框形状和目标框朝向角回归处理得到对应的所述第一模型输出数据。

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苏州轻棹科技有限公司，其通讯地址为：215000 江苏省苏州市苏州相城区高铁新城青龙港路66号领寓商务广场1幢21层2101-2108室；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”。