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！

龙图腾网获悉西安交通大学申请的专利一种用于单目3D目标检测的数据增强方法及系统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：CN119785342B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411941272.1，技术领域涉及：G06V20/64；该发明授权一种用于单目3D目标检测的数据增强方法及系统是由杨勐;邝兆年;丁瑞;郑南宁设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种用于单目3D目标检测的数据增强方法及系统在说明书摘要公布了：本发明公开了一种用于单目3D目标检测的数据增强方法及系统，分别构建场景数据库和物体数据库；在场景数据库中随机采样场景，在场景的可达区域中随机采样位置，在物体数据库中随机采样物体，经碰撞，遮挡检测后插入随机采样位置，将物体和场景融合得到重组图像和深度图；基于深度图，将重组图像转换到3D空间，并对相机姿态进行随机扰动，生成不同视角下的训练图像；物体、场景与相机姿态的随机重组合成不断生成的新图像，作为神经网络的训练数据，提升单目3D目标检测模型的性能；本发明能够高效利用已有数据资源，显著提升模型性能；有利于基于相机的场景感知算法在自动驾驶工业界的应用，有利于相关产业的快速落地和发展。

本发明授权一种用于单目3D目标检测的数据增强方法及系统在权利要求书中公布了：1.一种用于单目3D目标检测的数据增强方法，其特征在于，包括以下步骤： 采集激光雷达和图像数据，通过完全标注或稀疏标注得到物体的标注；将训练图像分解为带纹理信息的3D物体点云模型，同时从场景中移除得到的所有物体，构建空场景；利用得到的所有物体构建物体数据库，利用所有原始场景和空场景构建场景数据库； 构建空场景具体为： 先使用深度补全模型得到场景稠密的深度图，使用物体分割模型得到前景物体掩码； 然后对深度图的前景部分边缘失真深度进行修复，使用相机内参提取得到带纹理信息的3D物体点云模型； 将前景物体消除得到空场景的图像和深度图； 在得到的场景数据库中随机采样场景，在场景的可达区域中随机采样位置，在得到的物体数据库中随机采样物体移动到采样位置，经过碰撞，遮挡检测后插入随机采样位置，将物体和场景融合得到重组图像，将物体和场景融合得到重组图像和深度图具体为： 使用激光雷达数据生成场景的可达区域，先利用现有的生成稀疏可达区域的方法得到鸟瞰图视角下的可达区域指示图，再将该指示图转换到极坐标下表示，其中坐标系原点为本体相机所在位置，再在极坐标表示下按行进行补全，再转换回笛卡尔坐标系得到稠密的可达区域指示图； 将物体和场景融合前，先在3D空间中使用3D标注框判断物体是否发生碰撞，在2D图像中利用前景深度判断每个物体前景区域受遮挡的程度，发生碰撞和受严重遮挡的物体会被筛走不进行后续融合； 在筛选物体后，将物体的带纹理的3D模型通过相机内参投影到图像平面，再根据场景的稠密深度图，进行逐像素的深度消隐，保留深度值较小的纹理进行显示，从而得到融合后的场景图像和深度图； 基于深度图将得到的重组图像转换到3D空间中，随机进行相机姿态的扰动，重新渲染场景图像，具体为： 先将场景和物体融合后的场景图像和场景深度使用相机内参转换到3D空间得到场景点云； 然后，采样相机俯仰角和翻滚角的扰动角度和，采样相机沿轴的平移扰动，从而获取扰动的旋转和平移； 最后更新场景点云坐标和物体的3D标签； 将重新渲染的场景图像由物体、场景和相机姿态的随机重组合成，作为训练数据供神经网络训练； 当更新神经网络的参数达到最大迭代次数或者满足终止条件时，保留学生网络用于真实场景，面对真实场景时，使用相机数据作为输入，根据学生网络训练好的网络参数进行推理得到各目标的位置、尺寸和朝向，完成对目标的三维定位。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。