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！

龙图腾网获悉苏州大学申请的专利一种道路场景多尺度目标检测方法和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：CN120198878B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510668760.8，技术领域涉及：G06V20/56；该发明授权一种道路场景多尺度目标检测方法和系统是由徐向阳;郝芸芸;杨浩设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种道路场景多尺度目标检测方法和系统在说明书摘要公布了：本发明涉及一种道路场景多尺度目标检测方法和系统，通过整合视觉摄像头、激光雷达与红外传感器的互补数据，结合硬件加速与动态算法优化，实现了全场景、多尺度目标的高精度实时检测。采用FPGA与GPU协同架构，在边缘端完成图像去噪、点云滤波及热图增强等预处理任务，并通过多模态特征融合生成统一输入；基于高斯混合模型（GMM）的动态聚类与非极大值抑制（Soft‑NMS）优化机制，自适应区分目标尺度并调整抑制策略，显著降低小目标漏检率。同时，云边协同调度策略支持紧急事件本地毫秒级响应与云端全局参数优化，兼顾实时性与计算深度。该方案可广泛应用于智能交通管理、监控及自动驾驶领域，为复杂道路场景下的目标检测与预警提供了高效、可靠的技术支撑。

本发明授权一种道路场景多尺度目标检测方法和系统在权利要求书中公布了：1.一种道路场景多尺度目标检测方法，基于多模态传感器融合，其特征在于，包括如下步骤： 步骤1、通过视觉摄像头、激光雷达及红外传感器同步采集道路场景的原始数据，通过棋盘格标定板与硬件同步信号，完成传感器空间标定与时间同步； 步骤2、对视觉图像进行去噪处理，对激光雷达点云进行降采样，对红外热辐射强度图进行增强； 步骤3、将处理后的多模态数据融合为融合特征图； 步骤4、从融合特征图中提取候选框并提取几何与模态特征，通过高斯混合模型GMM对候选框进行聚类，按目标尺寸分为大、中、小三类； 步骤5、动态Soft-NMS优化，根据目标类别动态调整检测参数，筛选高置信度候选框； 步骤6、输出最终目标位置与类别，触发实时告警与云端反馈； 所述步骤4中，包括： 基于FasterR-CNN框架，输入融合特征图，输出初始候选框； 特征向量构建：对每个候选框提取以下特征：几何特征：候选框宽、高、面积；模态特征：深度置信度、热辐射强度； 高斯混合模型GMM聚类如下： 输入所有候选框的特征向量； EM算法建模： 初始化：随机设定3个高斯分布的均值和协方差矩阵； 迭代优化：E步：计算每个候选框属于各高斯分布的后验概率；M步：更新高斯分布参数，最大化对数似然函数； 收敛条件：对数似然变化量∣ΔlogL∣1e−5或迭代次数≥100；其中logL表示对数似然函数； 输出：3类高斯分布标签及分布参数。

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大学，其通讯地址为：215000 江苏省苏州市相城区济学路8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”。