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！

龙图腾网获悉浙江大学申请的专利一种基于体素-点变换器的高效三维物体检测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：CN116630955B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310468800.5，技术领域涉及：G06V20/64；该发明授权一种基于体素-点变换器的高效三维物体检测方法是由杨鸿辉;蔡登;何晓飞设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于体素-点变换器的高效三维物体检测方法在说明书摘要公布了：本发明公开了一种基于体素‑点变换器的高效三维物体检测方法，包括：1将激光雷达点云网格化，得到离散的体素；2将体素输入三维骨干网络，捕捉每个体素的高维语义特征；3将体素及其特征输入查询初始化网络，生成参考点和内容查询；4将参考点和内容查询、体素及其特征以及激光雷达点云同时输入点‑体素变换器中，在参考点的领域半径内采样点标记和体素标记；5通过点标记和体素标记与内容查询的特征相似度，将点标记和体素标记的特征融合进内容查询中；6将融合特征的内容查询输入到检测头网络中，预测每个内容查询所对应的物体类别和边界框。利用本发明，可以在保证模型运行效率的情况下，依旧达到先进的检测精度。

本发明授权一种基于体素-点变换器的高效三维物体检测方法在权利要求书中公布了：1.一种基于体素-点变换器的高效三维物体检测方法，其特征在于，包括： 1给定激光雷达点云，将激光雷达点云进行网格化，进而将其转化为离散的体素； 2将离散化后的体素输入三维骨干网络，进一步捕捉每个体素的高维语义特征； 3将体素及其高维语义特征输入查询初始化网络，从而生成三维参考点和内容查询；具体过程为： 3-1将步骤2生成的体素以及高维语义特征输入到查询初始化网络中；其中，查询初始化网络包含分支1和分支2； 3-2在分支1中，首先将位于同一水平位置、不同高度的体素使用最大池化进行合并，再对池化后体素进行采样，最后每个被采样的体素预测中心位置偏移，并将坐标与偏移量相加，从而生成三维参考点； 3-3在分支2中，首先将位于同一水平位置、不同高度的体素用拼接进行合并，使得三维体素转换为二维特征图，再使用若干二维卷积进行特征提取，最后将分支1生成的三维参考点投影至二维特征图上，并进行双线性插值，从而获得内容查询； 4将激光雷达点云、三维参考点、内容查询、体素及其高维语义特征同时输入点-体素变换器中，在参考点的领域半径内采样点云和体素分别作为点标记和体素标记；具体过程为： 4-1将步骤3的三维参考点和内容查询、步骤2的体素及其高维语义特征以及步骤1的激光雷达点云作为输入； 4-2在三维参考点的领域半径R1内随机采样由步骤2生成的体素及其高维语义特征，将随机采样得到的体素及体素特征作为体素标记； 4-3在三维参考点的领域半径R2内随机采样步骤1的激光雷达点云，得到随机采样的点后，通过在步骤2的体素上进行线性插值，获得每个点的特征，将采样得到的点以及其对应插值得到的点特征作为点标记； 5将点标记、体素标记、三维参考点和内容查询作为输入，点-体素变换器通过点标记和体素标记与内容查询的特征相似度，自适应地将点标记和体素标记的特征融合进内容查询中； 6将融合特征后的内容查询输入到检测头网络中，进一步预测每个内容查询所对应的物体类别和边界框。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。