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！

龙图腾网获悉深圳大学申请的专利基于贝叶斯融合的4D毫米波雷达点云增强与目标检测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：CN121482374B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202610017839.9，技术领域涉及：G06V10/25；该发明授权基于贝叶斯融合的4D毫米波雷达点云增强与目标检测方法是由李强;易健鹏;黄磊;赖思佳;刘颖;孙彩明;庄宏成;李向召设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于贝叶斯融合的4D毫米波雷达点云增强与目标检测方法在说明书摘要公布了：本发明提供了一种基于贝叶斯融合的4D毫米波雷达点云增强与目标检测方法，包括：步骤一：将4D毫米波雷达点云投影至图像平面，并与图像实例分割结果进行匹配，获取图像语义类别及图像分割置信度；步骤二：基于雷达点的物理特征，构建类条件概率密度模型；基于贝叶斯概率框架，将图像分割置信度与类概率密度进行加权融合，得到融合置信度；步骤三：将融合置信度及语义类别编码作为增广特征，与4D毫米波雷达点云进行特征拼接，生成语义增强点云；采用融合置信度引导的采样方法对语义增强点云进行采样，并输入检测网络进行训练与推理。本发明解决了现有图像与雷达点云融合技术中存在的单向依赖、浅层几何匹配以及对雷达物理特征利用不足的技术问题。

本发明授权基于贝叶斯融合的4D毫米波雷达点云增强与目标检测方法在权利要求书中公布了：1.一种基于贝叶斯融合的4D毫米波雷达点云增强与目标检测方法，其特征在于，包括以下步骤： 步骤一：将4D毫米波雷达点云投影至图像平面，并与图像实例分割结果进行匹配，获取各雷达点对应的图像语义类别及图像分割置信度； 步骤二：基于所述4D毫米波雷达点云中雷达点的物理特征，构建不同语义类别的类条件概率密度模型，获取相应语义类别物理特征的概率密度；将所述物理特征的概率密度映射至对数空间并进行标准化处理，得到标准化对数似然值；在对数域内，将所述图像分割置信度作为先验项，与所述标准化对数似然值进行加权融合，得到各雷达点属于各语义类别的融合置信度；所述物理特征包括绝对径向速度和雷达截面积； 步骤三：将所述融合置信度及对应的语义类别编码作为增广特征，与所述4D毫米波雷达点云进行特征拼接，生成语义增强点云；采用基于融合置信度引导的关键点采样方法对所述语义增强点云进行采样，并将采样后的点云输入至三维目标检测网络进行训练与推理，实现目标检测。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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。