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！

龙图腾网获悉郑州大学申请的专利基于注意力机制的多模态三维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：CN119810816B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411890586.3，技术领域涉及：G06V20/64；该发明授权基于注意力机制的多模态三维目标检测方法是由高需;赵亚乾;王亚楠;闫梦帆;王海亮设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于注意力机制的多模态三维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注意力机制的多模态三维目标检测方法，该方法包括：获取图像数据及LiDAR点云数据，并对其进行预处理，对处理后的图像数据及LiDAR点云数据进行特征提取，基于双向信息交互的多模态特征融合算法对提取的图像特征及点云特征进行融合，对融合后的特征进行优化，消除冗余和噪声，同时，在特定的感兴趣区域内，对融合特征进行精细化处理，将融合及优化后的特征输入目标检测模块，通过候选框生成、分类和回归任务，完成多模态三维目标的分类、定位和识别，基于非极大抑制算法，去除冗余的检测框，输出检测结果，包括目标的类别标签、边界框坐标以及置信度分数。本发明提升了多模态融合的效率和检测精度，便于使用。

本发明授权基于注意力机制的多模态三维目标检测方法在权利要求书中公布了：1.一种基于注意力机制的多模态三维目标检测方法，其特征在于，包括： 获取图像数据及LiDAR点云数据，并对其进行预处理； 对处理后的图像数据及LiDAR点云数据进行特征提取； 基于双向信息交互的多模态特征融合算法对提取的图像特征及点云特征进行融合； 对融合后的特征进行优化，消除冗余和噪声，同时，在特定的感兴趣区域内，对融合特征进行精细化处理； 将融合及优化后的特征输入目标检测模块，通过候选框生成、分类和回归任务，完成多模态三维目标的分类、定位和识别； 基于非极大抑制算法，去除冗余的检测框，输出检测结果，包括目标的类别标签、边界框坐标以及置信度分数； 对处理后的图像数据及LiDAR点云数据进行特征提取，具体为： 针对图像数据，通过卷积神经网络提取关键的空间及纹理特征，并进行体素化及稀疏化，得到图像分支的伪点云RoI特征； 针对LiDAR点云数据，基于深度学习方法Voxel-RCNN作为三维主干网络对LiDAR点云数据进行处理，提取LiDAR点云数据的空间信息、深度信息及局部结构特征，得到点云分支的LiDARRoI特征，基于自注意力RoI特征提取模块在关键区域捕捉更多有效信息，用于丰富LiDARRoI特征； 基于双向信息交互的多模态特征融合算法对提取的图像特征及点云特征进行融合，具体为： 对提取的图像特征及点云特征进行融合，在融合过程中基于交叉注意力机制聚合两种模态之间的互补信息，获取伪点云RoI特征及LiDARRoI特征，对其进行特征双向交互，分别为L2P分支和P2L分支，其中，L2P分支采用LiDARRoI特征作为查询，伪点云RoI特征作为键和值，通过LiDARRoI特征指导伪点云RoI特征，经过多头交叉注意力机制动态捕获两种模态之间的相关性；P2L分支采用伪点云RoI特征作为查询，LiDARRoI特征作为键和值，通过伪点云RoI特征指导LiDARRoI特征，伪点云引导搜索LiDAR点云的相关信息，经过多头交叉注意力机制得到交互后的特征。

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郑州大学，其通讯地址为：450001 河南省郑州市高新技术开发区科学大道100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。