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！

龙图腾网获悉武汉大学申请的专利基于时空信息融合的自动驾驶场景三维目标检测方法及设备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：CN119445534B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411514880.4，技术领域涉及：G06V20/58；该发明授权基于时空信息融合的自动驾驶场景三维目标检测方法及设备是由邹勤;李文轩;陈驰;周剑;杨必胜设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本基于时空信息融合的自动驾驶场景三维目标检测方法及设备在说明书摘要公布了：基于时空信息融合的自动驾驶场景三维目标检测方法，包括构建具有全局特征预测和局部特征预测的目标检测网络模型，在全局特征预测阶段采用Transformer架构预测3D目标类别并修正初始化的3D推荐框，局部特征预测阶段，将3D推荐框映射到2D空间，通过感兴趣区域ROI池化过程提取当前帧和上一帧中的局部特征，将所述局部特征输入R‑CNN结构，得到最终的类别预测和位置估计。本发明显著提高了自动驾驶环境中的目标检测准确率，优化了处理流程，并在多视角3D环境下实现了高效且精确的目标识别。这不仅提升了自动驾驶系统的整体性能，还为复杂驾驶环境下的安全性提供了坚实保障。

本发明授权基于时空信息融合的自动驾驶场景三维目标检测方法及设备在权利要求书中公布了：1.基于时空信息融合的自动驾驶场景三维目标检测方法，其特征在于，包括以下步骤： S1，对多帧连续视频图像进行预处理； S2，对预处理后的数据进行时序特征提取； S3，构建具有全局特征预测和局部特征预测的目标检测网络模型，在全局特征预测阶段采用Transformer架构预测3D目标类别并修正初始化的3D推荐框，局部特征预测阶段，首先将3D推荐框映射到2D空间，通过感兴趣区域ROI池化过程提取当前帧和上一帧中的局部特征，将所述局部特征输入R-CNN结构，得到最终的类别预测和位置估计； 全局特征预测阶段，利用已经初始化的Query，3D推荐框以及特征金字塔网络FPN中特征作为Transfomer层的输入，特征经过拉平处理后，作为Key和Value输入到Transformer模块中，用于捕捉输入特征之间的关联；为Query和Key设计位置编码，具体包括： Query位置编码：推荐框的三个坐标维度x、y、z通过sin-cos位置编码进行变换，变换后的位置编码再通过卷积神经网络CNN处理，得到最终的Query位置编码； Key位置编码：图像的绝对位置通过sin-cos位置编码处理，再经过相应的卷积神经网络，作为Key的位置编码； S4，对目标检测网络模型进行训练； S5，使用训练好的模型进行三维目标检测。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。