Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海交通大学马超获国家专利权

恭喜上海交通大学马超获国家专利权

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!

龙图腾网恭喜上海交通大学申请的专利时序融合的点云3D目标检测方法、系统、终端及介质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:CN115984637B

龙图腾网通过国家知识产权局官网在2025-06-20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:202211650983.4,技术领域涉及:G06V10/77;该发明授权时序融合的点云3D目标检测方法、系统、终端及介质是由马超;翟进宇;杨小康设计研发完成,并于2022-12-21向国家知识产权局提交的专利申请。

时序融合的点云3D目标检测方法、系统、终端及介质在说明书摘要公布了:本发明提供一种时序融合的点云3D目标检测方法、系统、终端及介质,包括:获取一时序的点云数据;将所述点云数据对齐到同一个坐标系下;在训练过程中,使用时序一致的数据增强进行训练来解决物体分布不均的情况;将点云编码成鸟瞰图特征图后,使用可变形注意力机制为当前帧的特征图动态的融合过去时刻的特征;将融合的特征图送入到检测头中预测物体。本发明显著的增强了检测的性能,并且该方法可以适用于任何鸟瞰图检测方法,并且可以扩展到任意长度的时间序列。

本发明授权时序融合的点云3D目标检测方法、系统、终端及介质在权利要求书中公布了:1.一种时序融合的点云3D目标检测方法,其特征在于,包括: 获取一时序的点云数据; 将所述点云数据对齐到同一个坐标系下; 在目标检测模型的训练过程中,使用时序一致的数据增强方法对所述点云数据进行增强; 将数据增强后的所述点云数据编码成鸟瞰图特征图后,使用可变形注意力机制为当前帧的特征图动态的融合过去时刻的特征; 将融合的特征图送入到检测头中预测物体; 所述在目标检测模型的训练过程中,使用时序一致的数据增强方法对所述点云数据进行增强,是指:在目标检测模型训练时为当前场景粘贴额外的物体,将数据增强后的所述点云数据作为训练的数据集; 所述训练时为当前场景粘贴额外的物体,包括: 首先,从训练数据集中生成一个数据库,其中包含所有人工标注的标签及其人工标注的3D边界框内的点; 然后,在目标检测模型训练过程中从该数据库中为每个类别随机选择一些人工标注的标签及其人工标注的3D边界框内的点,通过拼接的方式引入到当前训练点云及其人工标注的标签中; 最后,在时序维度扩展单帧的数据增强; 所述在时序维度扩展单帧的数据增强,具体为: 在时序的设定下,训练场景序列为{pt-Δt,Δt=0,1,2…n},从{pt-Δt}中选择一个物体序列{Ot′-Δt};其中,转换该物体序列到当前训练场景序列下: O′t′-Δt=Tt→t-Δt×Tt′-Δt→t′×Ot′-Δt 上式中,Tt′-Δt→t′是将粘贴物体从源点云序列中的t′-Δt时刻转换到t′时刻,Tt→t-Δt是指将粘贴物体从当前训练点云序列的t时刻转换到t-Δt时刻,O′t′-Δt是指最终粘贴到训练点云序列中的物体;先用Tt′-Δt→t′将物体序列{Ot′-Δt}中的历史物体转换到t′时刻,然后在使用Tt→t-Δt将这些历史物体转换到当前训练场景对应的历史帧中。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。