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;宁波市舜安人工智能研究院申请的专利基于关键点的3D目标检测及其参数化半径学习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：CN115294565B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210951778.5，技术领域涉及：G06V20/64；该发明授权基于关键点的3D目标检测及其参数化半径学习方法及系统是由周三平;黄宇豪;闫欣蕊;陈仕韬;郑南宁设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本基于关键点的3D目标检测及其参数化半径学习方法及系统在说明书摘要公布了：本发明公开了基于关键点的3D目标检测及其参数化半径学习方法及系统，方法具体为：原始对于点云下采样得到关键点，并对原始点云进行体素化处理，后输入3D稀疏卷积网络中，得到体素特征；采用构造点特征提取方法，将体素特征聚合到关键点上，得到关键点特征；通过目标感知特征池化，学习关键点到目标中心的偏移量，在目标感知邻域内进行特征聚合，得到候选点及对应特征；以候选点为中心进行候选框回归，提取特征并对候选框进行二次回归和得分预测，得到3D目标检测结果；将点云特征聚合采样半径作为可学习参数，通过反向传播更新采样半径，得到最优采样半径参数；解决目标中心回归难度高、不准确，以及需要手工调节特征聚合采样半径问题。

本发明授权基于关键点的3D目标检测及其参数化半径学习方法及系统在权利要求书中公布了：1.一种基于关键点的3D目标检测及其参数化半径学习方法，其特征在于，包括： 以原始点云作为输入，通过下采样得到关键点，并对原始点云进行体素化处理，得到体素初始特征； 将体素初始特征输入3D稀疏卷积网络中，得到体素特征；具体的，提取体素特征的3D稀疏卷积网络由4个稀疏卷积模块构成，每个稀疏卷积模块以非空体素及其对应体素特征和索引为输入，构建三维稀疏张量，并使用3D稀疏卷积层进行特征提取，同时对稀疏体素特征图进行二倍下采样；经过最后一个稀疏卷积模块，稀疏体素特征在高度维度进行级联，并转化为稠密的俯视图特征，即体素特征； 采用构造点特征提取方法，从原始点云采样得到关键点上得到关键点特征；具体的，以关键点为中心，在其三维坐标正负方向偏移固定距离的位置上生成构造点；结合体素特征，以体素中心作为坐标，使用点集特征提取方法聚合构造点和关键点邻域的体素特征，得到朝向信息增强的融合特征；结合多个稀疏卷积模块以及原始点云、稠密的俯视图的关键点的特征，得到多层级关键点特征； 将点云特征聚合采样半径作为可学习参数，通过反向传播更新采样半径，得到最优采样半径参数； 通过目标感知特征池化，学习关键点到目标中心的偏移量，并在目标感知邻域内进行特征聚合，得到候选点及对应特征；使用候选点对应的关键点进行分类，并以候选点为中心进行候选框回归；基于候选框和多层级关键点特征，通过感兴趣区域栅格池化，提取栅格中心点特征并对候选框进行二次回归和得分预测，得到最终3D目标检测结果。

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;宁波市舜安人工智能研究院，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。