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！

龙图腾网获悉安徽大学申请的专利基于语义特征点检测的车辆位姿估计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：CN119991810B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510175928.1，技术领域涉及：G06T7/73；该发明授权基于语义特征点检测的车辆位姿估计方法是由王文中;成明;汤进设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本基于语义特征点检测的车辆位姿估计方法在说明书摘要公布了：本发明涉及图像处理技术领域，公开了基于语义特征点检测的车辆位姿估计方法，包括以下步骤：步骤S1：构建虚拟车辆3D模型，并选取车辆模型上的点作为3D关键点；步骤S2：采集现实场景道路图片中的车辆图片，通过YOLOv8模型检测车辆图片的2D包围框，并提取2D包围框中的车辆图片；步骤S3：通过VisionTransformer技术对提取后的车辆图片的车辆进行分类。本发明能够在没有额外参数和人工标注的情况下，在复杂的实际道路场景中实现高效、精准的车辆位姿估计，适用于自动驾驶、智慧交通、增强现实等多个领域，具有广泛的前景。

本发明授权基于语义特征点检测的车辆位姿估计方法在权利要求书中公布了：1.基于语义特征点检测的车辆位姿估计方法，其特征在于，包括以下步骤： 步骤S1：构建虚拟车辆3D模型，并选取车辆模型上的点作为3D关键点； 步骤S2：采集现实场景道路图片中的车辆图片，通过YOLOv8模型检测车辆图片的2D包围框，并提取2D包围框中的车辆图片； 步骤S3：通过VisionTransformer技术对提取后的车辆图片的车辆进行分类； 步骤S4：根据分类后的车辆类型选取对应的车辆3D模型； 步骤S5：改进YOLOv8模型，将SWS层融入到YOLOv8的主干网络和Neck中的卷积层，SWS层为引入了切片操作的SimAM模块，并在主干网络的SPPF层后加入BSAM层； 步骤S6：利用改进后的YOLOv8模型检测车辆3D模型，筛选3D关键点： 步骤S7：通过多点透视算法求解车辆位姿： 首先，对车辆3D模型进行渲染得到合成图像样本； 然后，使用合成样本来训练改进的YOLOv8模型； 根据3D语义特征点的定义，对真实车辆图像的3D语义特征点进行标注，对改进的YOLOv8模型进行微调，微调后的YOLOv8模型检测得到2D关键点； 将筛选后的3D关键点和检测得到的2D关键点一一对应，通过多点透视算法求解位姿。

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安徽大学，其通讯地址为：230601 安徽省合肥市九龙路111号, 安徽大学计算机学院；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。