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！

龙图腾网获悉杭州电子科技大学申请的专利自适应优化BEV特征的3D目标检测方法、装置及计算机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：CN120047935B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411950715.3，技术领域涉及：G06V20/64；该发明授权自适应优化BEV特征的3D目标检测方法、装置及计算机设备是由赵强;王彬;颜成钢;檀韬;孙垚棋设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本自适应优化BEV特征的3D目标检测方法、装置及计算机设备在说明书摘要公布了：本发明涉及自适应优化BEV特征的3D目标检测方法、装置、计算机设备及可存储介质。本自适应优化BEV特征的3D目标检测方法包括从Nuscenes数据集中获取环视图像数据；利用特征提取骨干网络对环视图像进行特征提取，得到图像特征；将图像特征升维至BEV空间，压缩z轴得到BEV特征；在BEV空间中均匀设置N个待查询的3Dquerybox，将候选框投影至BEV平面得到2D旋转框，提取2D旋转框内的BEV特征作为先验特征，使用querybox的中心点作为查询点，利用相机参数将查询点投影至图像特征平面插值得到对应的查询特征，在通道层面融合先验特征与查询特征；利用融合特征预测perdbox和标签得分label，在得分前k个predbox的6个面的中心手工生成优化点，加上偏移后使用其对应的融合特征优化更新BEV特征，将优化后的BEV特征送入定位检测头和分类检测头，分别3D物体边界框和预测出物体类别。本发明优点：极大地提升了环视图像的3D目标检测的准确度。

本发明授权自适应优化BEV特征的3D目标检测方法、装置及计算机设备在权利要求书中公布了：1.一种自适应优化BEV特征的3D目标检测方法，其特征在于，包括如下步骤： S1、从Nuscenes数据集中获取环视图像数据； S2、利用特征提取骨干网络对所述S1中的所述环视图像进行特征提取，得到图像特征； S3、将所述S2中的所述图像特征输入视角转换模块生成BEV特征； S4、BEV特征优化器包括6层transformerdecoderlayer，预先在三维空间中均匀设置querybox分别对所述BEV特征及所述图像特征进行查询并融合，得到自适应的融合特征，将所述融合特征送入定位检测头和分类检测头，得到3D框属性predbox以及标签得分label，同时利用predbox更新querybox，送入下一层decoderlayer； S5、取所述S4的label标签得分高的前N个predbox，使用其对应的融合特征更新优化BEV特征； S6、通过优化后的所述BEV特征，生成Nuscenes数据集中每个类别的热力图以及目标的属性，所述属性包括中心点高度，边界框的长、宽、高，绕z轴的偏航角，以及沿x轴、y轴的速度属性； 步骤S4具体包括： S41、将三维空间中的querybox映射到BEV平面提取有向框内的所有BEV栅格的特征，做均值得到RoI特征； S42、所有的RoI特征之间通过自注意力来相互交互获取全局信息并避免多个querybox收敛对应到同一个RoI特征，自注意力公式为： ； 其中，Softmax表示归一化函数，d表示K的维度，是可学习的参数，D表示两两querybox中心点的距离； S43、将RoI特征送入线性层预测偏移量并耦合querybox中心点形成referencepoint，将referencepoint投影至图像特征平面并使用双线性插值采样特征，投影公式为： ； 其中，表示相机外参，表示相机内参； S44、在通道层面融合RoI特征和采样到的图像特征作为query特征，经过ffn层后送入定位检测头及分类检测头，得到目标属性predbox和目标类别得分label，使用predbox更新querybox并作为下一层decoderlayer的输入，总计迭代6次。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区；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。