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！

龙图腾网恭喜复旦大学申请的专利一种基于3D建模中隐式表示的3D目标检测方法和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：CN114463737B 。

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：202210107083.9，技术领域涉及：G06V20/64；该发明授权一种基于3D建模中隐式表示的3D目标检测方法和系统是由付彦伟;薛向阳;王丽;钱学林设计研发完成，并于2022-01-28向国家知识产权局提交的专利申请。

本一种基于3D建模中隐式表示的3D目标检测方法和系统在说明书摘要公布了：本发明涉及一种基于3D建模中隐式表示的3D目标检测方法和系统，方法包括采集点云数据并进行预处理，得到预处理点云数据；根据得到的预处理点云数据，在点云维度和体素维度上分别提取出对应的特征，并将这两种特征结合并转换为鸟瞰图特征；对鸟瞰特征图上的每个像素点进行坐标和特征偏移，筛选并采样出最大概率的候选中心点；使用隐式函数对以候选中心点为单位的周围局部三维空间内包含的所有点赋值，并根据赋予的结果生成目标边界框；通过将生成的目标边界框内的特征进行结合对边界框进行优化。与现有技术相比，本发明具有速度快、精确度高、鲁棒性好等优点，适用于三维场景下的目标检测和分割等应用。

本发明授权一种基于3D建模中隐式表示的3D目标检测方法和系统在权利要求书中公布了：1.一种基于3D建模中隐式表示的3D目标检测方法，其特征在于，包括以下步骤：采集从LiDAR收集到的点云数据并进行预处理，得到预处理点云数据；根据得到的预处理点云数据，在点云维度和体素维度上分别提取出对应的特征，并将这两种特征结合并转换为鸟瞰图特征；对鸟瞰特征图上的每个像素点进行坐标和特征偏移，筛选并采样出最大概率的候选中心点；使用隐式函数对以候选中心点为单位的周围局部三维空间内包含的所有点赋值，并根据赋予的结果生成目标边界框；通过将生成的目标边界框内的特征进行结合对边界框进行优化；生成目标边界框具体包括以下步骤：对候选中心点使用采样策略获取其周围局部三维空间中的点云坐标和特征，其中采样点包括原始点和虚拟点；使用隐式函数对局部三维空间中采样的每个点赋值，赋值表示为具体地，隐式函数产生以候选中心为条件的内核，该内核与采样点进行卷积，以动态地调整采样点的赋值结果；同理计算得到每个采样的原始点的赋值结果将基于候选中心点的两类采样点的赋值结果统称为根据设定阈值和赋值结果筛选局部三维空间内的采样点，根据筛选后的点生成目标边界；使用采样策略获取其周围局部三维空间中的点云坐标和特征具体包括以下步骤：步骤一，给定一个候选中心点通过绘制一个半径为r的球来获取其周围的局部空间，并从空间中随机选择m个原始点作为采样点；步骤二，对于每个采样的原始点收集其对应的基于点的特征fpoint并标记为步骤三，将一系列虚拟点均匀地放置在候选中心点周围；步骤四，在虚拟点中同样随机采样m个虚拟点；步骤五，对于采样得到的虚拟点，采用K邻近算法从体素特征中插值得到虚拟点特征；步骤六，将插值得到的虚拟点特征送入一个MLP层进行编码，将虚拟点坐标和特征分别标记为和根据设定阈值和赋值结果筛选局部三维空间内的采样点，然后根据筛选后的点生成目标边界具体包括以下步骤：步骤一，的值高于设定阈值则视为目标区域内部的点，否则为目标区域外部的点；步骤二，生成边界框的大小：利用最小外接矩形来生成一个拟合所有内部点的轴平行边界框；步骤三，生成边界框的方向：将方向空间从[0,2π]缩小至然后将其分多个不同的角度，计算目标边框点内的采样点到面的距离，选择距离和最小的一个边界框，对应的角度则作为边界框的角度ra；同时通过比较边界框的长la和宽wa，经验性地将方向范围矫正到[0,π]，其表达式为： 其中，ra表示边界框的角度，la表示边界框的长，wa表示边界框的宽。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。