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！

龙图腾网获悉浙江啄云智能科技有限公司申请的专利多视角目标检测或模型训练方法、装置、电子设备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：CN119850937B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510329993.5，技术领域涉及：G06V10/25；该发明授权多视角目标检测或模型训练方法、装置、电子设备及介质是由权家新;闻雷;钟键;曹俐莉;靳宗振;曾毅设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本多视角目标检测或模型训练方法、装置、电子设备及介质在说明书摘要公布了：本发明公开了一种多视角目标检测或模型训练方法、装置、电子设备及介质。该方法包括：将针对同一场景的至少两个视角的采集图像进行特征提取处理，得到各所述视角对应的感兴趣视觉特征和感兴趣位置特征；根据所述视角对应的感兴趣位置特征，对所述视角对应的感兴趣视觉特征进行线性处理，得到在至少一个注意力头下所述视角对应的注意力关键矩阵；计算每两个视角之间的关注结果；根据各所述注意力头下所述两个视角之间的关注结果进行融合，得到所述两个视角的多头关注结果；确定各所述视角的目标特征；针对各所述视角的目标特征，确定各所述视角的采集图像的目标检测结果。本发明实施例可以充分利用多视角的图像特征，大幅度提高目标检测准确性。

本发明授权多视角目标检测或模型训练方法、装置、电子设备及介质在权利要求书中公布了：1.一种多视角目标检测方法，其特征在于，所述方法包括： 通过孪生网络特征提取网络，将针对同一场景的至少两个视角的采集图像进行特征提取处理，得到各所述视角对应的感兴趣视觉特征和感兴趣位置特征；所述孪生网络特征提取网络包括参数共享的骨干网络、参数独立的特征金字塔网络和区域候选网络，不同视角对应不同骨干网络且参数共享；所述感兴趣视觉特征包括至少一个感兴趣区域的感兴趣特征向量，所述感兴趣位置特征包括各所述感兴趣区域的位置； 针对各所述视角，对所述视角对应的感兴趣视觉特征进行线性处理，得到至少一个注意力头下所述视角的初始注意力矩阵； 计算所述视角对应的至少一个感兴趣位置特征的中心坐标； 将各所述感兴趣位置特征的中心坐标进行拼接，得到所述视角对应的感兴趣中心向量； 对所述视角对应的感兴趣中心向量进行编码，得到所述视角对应的位置编码； 针对各所述注意力头，将所述视角的初始注意力矩阵中查询矩阵和键矩阵与对应的位置编码进行逐元素相加，得到所述视角对应的注意力关键矩阵； 针对各注意力头，将第一视角的注意力关键矩阵中查询矩阵和第二视角的注意力关键矩阵中键矩阵进行融合，得到第一视角对第二视角的权重矩阵； 根据第一视角对第二视角的权重矩阵，和第二视角的注意力关键矩阵中值矩阵，计算第一视角对第二视角的关注矩阵； 对各注意力头下第一视角对第二视角的关注矩阵进行拼接和线性变换，得到第一视角对第二视角的融合关注矩阵； 将第一视角的感兴趣视觉特征和第一视角对第二视角的融合关注矩阵经过残差连接和层归一化处理，得到第一视角的更新后的感兴趣视觉特征； 对第一视角的更新后的感兴趣视觉特征进行处理，得到第一视角的目标特征； 根据第一视角的目标特征，确定第一视角的采集图像的目标检测结果； 针对各注意力头，将第二视角的注意力关键矩阵中查询矩阵和第一视角的注意力关键矩阵中键矩阵进行融合，得到第二视角对第一视角的权重矩阵； 根据第二视角对第一视角的权重矩阵，和第一视角的注意力关键矩阵中值矩阵，计算第二视角对第一视角的关注矩阵； 对各注意力头下第二视角对第一视角的关注矩阵进行拼接和线性变换，得到第二视角对第一视角的融合关注矩阵； 将第二视角的感兴趣视觉特征和第二视角对第一视角的融合关注矩阵经过残差连接和层归一化处理，得到第二视角的更新后的感兴趣视觉特征； 对第二视角的更新后的感兴趣视觉特征进行处理，得到第二视角的目标特征； 根据第二视角的目标特征，确定第二视角的采集图像的目标检测结果。

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浙江啄云智能科技有限公司，其通讯地址为：310051 浙江省杭州市滨江区浦沿街道六和路中控大厦E座9楼；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”。