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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利基于自适应与多级特征降维的点云3D检测方法与模型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：CN115760983B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211452093.2，技术领域涉及：G06T7/73；该发明授权基于自适应与多级特征降维的点云3D检测方法与模型是由李志恒;黄迪和设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本基于自适应与多级特征降维的点云3D检测方法与模型在说明书摘要公布了：本发明公开了基于自适应与多级特征降维的点云3D检测方法与模型，该检测方法包括：获取实时点云数据帧并进行点云体素化，得到初始体素特征及其体素坐标；对所述初始体素特征进行稀疏化，得到稀疏体素特征；对所述稀疏体素特征进行自适应动态特征降维，得到初始BEV特征，并对所述初始BEV特征进行多尺度BEV特征提取，获得包含语义特征的多尺度BEV特征；对所述稀疏体素特征进行多尺度体素特征提取，获得包含几何特征的多尺度体素特征，并对每个尺度上的体素特征进行降维，然后与对应尺度上的BEV特征进行融合；利用最后一层融合的BEV特征进行3D检测，估计目标物体在BEV空间的位置。

本发明授权基于自适应与多级特征降维的点云3D检测方法与模型在权利要求书中公布了：1.一种基于自适应与多级特征降维的点云3D检测方法，其特征在于，包括： 获取实时点云数据帧并进行点云体素化，得到初始体素特征及其体素坐标； 对所述初始体素特征进行稀疏化，得到稀疏体素特征； 对所述稀疏体素特征进行自适应动态特征降维，得到初始BEV特征，并对所述初始BEV特征进行多尺度BEV特征提取，获得包含语义特征的多尺度BEV特征； 对所述稀疏体素特征进行多尺度体素特征提取，获得包含几何特征的多尺度体素特征，并对每个尺度上的体素特征进行降维，然后与对应尺度上的BEV特征进行融合； 利用最后一层融合的BEV特征进行3D检测，估计目标物体在BEV空间的位置； 对所述稀疏体素特征进行自适应动态特征降维的步骤包括：对所述稀疏体素特征沿高度维度估计特征空间分布，该估计的特征空间分布用于表征沿高度维度物体特征的重要性权重；根据所述估计的特征空间分布对沿高度维度物体特征进行重加权，得到所述初始BEV特征； 对所述稀疏体素特征沿高度维度估计特征空间分布的步骤包括：通过卷积核大小为3×3×3的3D子流型稀疏卷积估计体素特征重要性权重，其通道数为1；对所述体素特征重要性沿着高度维度进行归一化得到所述估计的特征空间分布； 根据所述估计的特征空间分布对沿高度维度物体特征进行重加权的步骤包括：使用所述估计的特征空间分布对所述稀疏体素特征沿高度维度进行动态加权，得到所述初始BEV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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。