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！

龙图腾网获悉苏州科技大学申请的专利基于点云-图像多交叉混合的三维目标检测方法、系统及存储介质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：CN116664856B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310694347.X，技术领域涉及：G06V10/40；该发明授权基于点云-图像多交叉混合的三维目标检测方法、系统及存储介质是由李兴通;薛俊;刘仪婷;杨易堃;洪泽;钱星铭;肖昊;陶重犇设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于点云-图像多交叉混合的三维目标检测方法、系统及存储介质在说明书摘要公布了：本发明提供了一种基于点云‑图像多交叉混合的三维目标检测方法、系统及存储介质，包括如下步骤：步骤一：分别对图像和原始点云提取特征，通过坐标细化模块将原始点位置编码与图像特征相结合，将采样点迭代地向边界框移动，增强图像与点云间的耦合度；步骤二：在体素鸟瞰特征提取过程中，将体素内的区域细粒度信息集成到全局特征中，用于补充Transformer缺乏局部信息，获得了更广感受野的鸟瞰特征图。本发明的优势：本发明融合了激光雷达和摄像头两种传感器的优势，实现自动驾驶领域中的3D目标检测的技术，能够对车辆、行人、骑行的人等目标进行准确的识别和定位，能够应用在实际的场景中。

本发明授权基于点云-图像多交叉混合的三维目标检测方法、系统及存储介质在权利要求书中公布了：1.一种基于点云-图像多交叉混合的三维目标检测方法，其特征在于，包括如下步骤： 步骤一：分别对图像和原始点云提取特征，通过坐标细化模块将原始点位置编码与图像特征相结合，将采样点迭代地向边界框移动，增强图像与点云间的耦合度； 步骤二：在体素鸟瞰特征提取过程中，将体素内的区域细粒度信息集成到全局特征中，用于补充Transformer缺乏局部信息，获得了更广感受野的鸟瞰特征图； 步骤三：基于图像特征、鸟瞰特征和点级特征通过多交叉的Transformer融合成一个混合表示，最后采用区域提案网络和分类回归学习网络实现3D目标检测； 所述步骤三包括如下步骤： 步骤B1：分别通过点级特征投影的方式，得到与点级特征坐标P相对应的图像特征块坐标PI和鸟瞰特征块坐标PB，投影可得：其中，TLiDAR→cam和TLiDAR→bev分别为从LiDAR的坐标到相机和鸟瞰的变换矩阵，Crect和Rrect分别是相机的校准矩阵和校正旋转；在获得了Fp相对应的FI和FB后，将输入点级特征Fp、FI和FB变换为询问Q*、键K*和值V*；对图像、点级和鸟瞰特征的问题矩阵进行交叉融合，得到新的融合查询Q**；然后，再将融合查询与另外一种模态的键K现结合，获得一种多模态的多交叉融合权重；通过点积计算得到新的图像、点级和鸟瞰特征F′*，最后，将具有多融合的跨模态交互的特征聚合为新的特征F：其中代表连接； 步骤B2：通过体素鸟瞰图中一组预测边界框B＝{bk}，其中每个边界框b＝u，v，d，w，l，h，θ由中心位置u，v，d、边界框大小w，l，h和偏航旋转角度θ组成；应用CenterPoint来预测指定类的热图、目标大小、细化位置和旋转角度。

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苏州科技大学，其通讯地址为：215000 江苏省苏州市高新区科锐路1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。