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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于雷达-光学跨模态特征点融合的目标检测方法及装置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：CN116863284B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202310721382.6，技术领域涉及：G06V10/80；该发明授权基于雷达-光学跨模态特征点融合的目标检测方法及装置是由智帅峰;刘柳;姜卫东;杜振华;张浩宇;刘丽;霍凯设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本基于雷达-光学跨模态特征点融合的目标检测方法及装置在说明书摘要公布了：本申请涉及一种基于雷达‑光学跨模态特征点融合的目标检测方法及装置，通过采用骨干网络分别对获取的光学图像以及雷达RD频谱数据进行特征提取，得到语义密集点特征以及RD密集点特征，将雷达点云投影至光学图像，根据二维检测框在语义密集点特征上的位置在光学图像上得到感兴趣区域对应的雷达点云，再将这一部分雷达点云分别投影到义密集点特征以及RD密集点特征上以得感兴趣区域上对应特征，并将这两个特征利进行融合，得到融合点特征，再基于目标构建局部坐标，以局部坐标为原点将感兴趣区域分为多个区域，将目标检测的问题转化为分类的问题，利用分类神经网络对融合点特征进行区域分类，以实现对目标进行检测。采用本方法可提高目标检测的精准度，使其有效的在恶劣环境下对目标进行检测。

本发明授权基于雷达-光学跨模态特征点融合的目标检测方法及装置在权利要求书中公布了：1.基于雷达-光学跨模态特征点融合的目标检测方法，其特征在于，所述方法包括： 获取雷达回波数据以及光学图像，所述雷达回波数据以及光学图像分别由毫米波雷达系统以及摄像器对目标所在区域进行探测得到，其中所述雷达回波数据包括雷达距离速度频谱数据以及雷达点云数据； 将所述光学图像以及雷达距离速度频谱数据输入至对应的骨干网络，分别得到语义密集点特征，二维检测框以及距离方位角密集点特征； 根据所述二维检测框、雷达点云数据以及光学图像进行处理得到目标感兴趣区域对应的部分雷达点云数据，并根据所述部分雷达点云数据从所述语义密集点特征以及距离方位角密集点特征中得到对应的部分语义密集点特征以及部分距离方位角密集点特征； 将所述部分语义密集点特征以及部分距离方位角密集点特征输入至特征融合网络中，得到跨模态融合点特征，其中，所述特征融合网络包括两侧多层感知器以及最大池化层，其中，所述两侧多层感知器包括第一层感知器以及第二层感知器，将所述部分语义密集点特征以及部分距离方位角密集点特征输入至特征融合网络中，得到跨模态融合点特征包括：分别将所述部分语义密集点特征以及部分距离方位角密集点特征输入至对应侧的所述两侧多层感知器中，分别将所述部分语义密集点特征以及部分距离方位角密集点特征输入对应的所述第一层感知器中进行特征提取，对应得到第一语义特征以及第一距离方位角特征，并将这两个特征进行融合得到目标的低层次特征，分别将所述第一语义特征以及第一距离方位角特征输入至对应的所述第二层感知器中进行特征提取，对应得到第二语义特征以及第二距离方位角特征，并将得到的这两个特征进行融合得到目标的高层次特征，将目标的低层次特征以及高层次特征通过所述最大池化层得到目标的全局特征，将目标的低层次特征、高层次特征以及全局特征进行融合，得到所述跨模态融合点特征； 构建以目标为中心的局部坐标，并将所述目标感兴趣区域以所述局部坐标为原点划分为多个区域； 通过利用分类神经网络对所述跨模态融合点特征相对于所述局部坐标进行区域分类得到分类结果，以及在进行离散化过程中产生的量化误差,根据所述分类结果以及量化误差进行处理得到目标位置，以实现目标检测。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。