Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 武汉极目智能技术有限公司李章洪获国家专利权

武汉极目智能技术有限公司李章洪获国家专利权

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!

龙图腾网获悉武汉极目智能技术有限公司申请的专利纯视觉模态的bev感知方法、装置、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:CN117152699B

龙图腾网通过国家知识产权局官网在2025-11-11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:202311021361.X,技术领域涉及:G06V20/56;该发明授权纯视觉模态的bev感知方法、装置、设备及介质是由李章洪;王汝卓;王雅儒;程建伟设计研发完成,并于2023-08-14向国家知识产权局提交的专利申请。

纯视觉模态的bev感知方法、装置、设备及介质在说明书摘要公布了:本发明实施例提供了一种纯视觉模态的bev感知方法、装置、设备及介质,涉及自动驾驶技术领域,其中,该方法包括以下步骤:对数据集中对应视角下的视觉2d图像进行裁剪,生成有效2d图像;通过感知模型提取有效2d图像中的图像特征,将3d体积像素空间按照高度方向分为多层,并为不同层设置不同的层间隔和不同的权重,将层间隔和权重作为参数,通过视角转换将有效2d图像中的图像特征投影至多层3d体积像素空间,将图像特征转换为bev特征;通过感知模型将bev特征转换为待感知物体的3d目标框,并输出3d目标框的信息。该方案通过减小训练数据集模型的输入,提高感知模型推理速度,采用超参搜索策略,提高感知模型的精度。

本发明授权纯视觉模态的bev感知方法、装置、设备及介质在权利要求书中公布了:1.一种纯视觉模态的bev感知方法,其特征在于,包括: 对数据集中不同视角下的视觉2d图像确定目标区域,根据不同视角下的视觉2d图像的目标区域对所述数据集中对应视角下的视觉2d图像进行裁剪,生成有效2d图像,其中,所述数据集包括的视觉2d图像为多个视角下采集的未去畸变的2d图像,所述目标区域为以待感知物体为中心的区域; 通过感知模型提取所述有效2d图像中的图像特征,将3d体积像素空间按照高度方向分为多层,并为不同层设置不同的层间隔和不同的权重,将所述层间隔和所述权重作为参数,通过视角转换将所述有效2d图像中的所述图像特征投影至多层3d体积像素空间,将所述图像特征转换为bev特征; 将3d体积像素空间按照高度方向分为多层,并为不同层设置不同的层间隔和不同的权重,包括: 确定输入集,所述输入集包括多组图像的高度区间值,所述高度区间值内的每个高度值均大于0且小于所述视觉2d图像的总高度值; 将所述输入集作为输入,利用超深度学习算法的超参数搜索计算出最优的设定输入区间,将所述最优的设定输入区间的差值设置为所述视觉2d图像在高度方向的层间隔,其中,所述最优的设定输入区间的差值与所述视觉2d图像中对应层包括的物体密集度成负相关,所述视觉2d图像中对应层包括的物体密集度越高,该层对应的层间隔越小; 按照所述视觉2d图像在高度方向的层间隔,将所述3d体积像素空间分割为多层; 利用超参数搜索计算出3d体积像素空间的每层的最优权重,每层的最优权重的大小与所述视觉2d图像中对应层包括的物体密集度成正相关,所述视觉2d图像中对应层包括的物体密集度越高,该层对应的权重越大; 通过感知模型将所述bev特征转换为待感知物体的3d目标框,并输出所述3d目标框的信息。

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极目智能技术有限公司,其通讯地址为:430040 湖北省武汉市武汉东湖新技术开发区高新大道999号武汉新能源研究院大楼G6-1501(自贸区武汉片区);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。

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。