Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学周鑫获国家专利权

华中科技大学周鑫获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利基于扩散模型的三维点云目标检测方法与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:CN116863426B

龙图腾网通过国家知识产权局官网在2025-11-25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:202310843628.7,技术领域涉及:G06V20/56;该发明授权基于扩散模型的三维点云目标检测方法与装置是由周鑫;姚婷婷;梁定康;程建伟;白翔设计研发完成,并于2023-07-10向国家知识产权局提交的专利申请。

基于扩散模型的三维点云目标检测方法与装置在说明书摘要公布了:本发明涉及一种基于扩散模型的三维点云目标检测方法:获取点云数据并进行体素化和数据增强;将体素化后的数据送入体素编码器,转换为稠密鸟瞰图视角的二维稠密特征;在鸟瞰图视角下的标注框送入基于扩散模型的候选框生成器中返回产生的噪声框和时间步水平;在二维特征上裁剪对应特征并送入检测解码器进行预测;优化损失函数,进行迭代训练直至模型收敛;利用训练好的模型进行三维目标检测。本发明通过利用扩散模型生成候选框,在推理时能直接使用从高斯分布中采用的随机框作为候选,避免手工经验式设计锚框尺寸,让检测解码器更加鲁棒,能够适应不同噪声水平的输入并得到检测结果。本发明还提供了相应的基于扩散模型的三维点云目标检测装置。

本发明授权基于扩散模型的三维点云目标检测方法与装置在权利要求书中公布了:1.一种基于扩散模型的三维点云目标检测方法,其特征在于,所述检测方法包括: 步骤10:获取点云数据并进行体素化和数据增强; 步骤20:将体素化后的数据送入体素编码器,转化为稀疏三维特征,再通过特征金字塔转换为鸟瞰图视角的二维稠密特征; 步骤30:获取标注数据,获取噪声时间步水平,将鸟瞰图视角下的标注框送入基于扩散模型的候选框生成器中返回产生的噪声框和时间步水平;所述步骤30具体包括: 在训练过程中,首先将标注框重复到数量为N,所述标注框均为七维向量x,y,z,w,l,h,θ; 选取上述七维向量在鸟瞰图视角下的分量x,y,w,l,θ并按照扩散模型的方式按时间步趋向高斯噪声,初始分布为x0,加噪后的初步候选框为xt,计算公式为: 其中t=randint1,Tmax,基于已有的扩散模型DDIM表示对应噪声总方差变化,Tmax为时间最大范围值; 在所述步骤30中,所述基于扩散模型的候选框生成器的实现过程为: 从被破坏的标注框中删去内部所含点云数量小于η的候选框; 设置一组带有相关系数的高斯分布噪声以将候选框数目重新采样至N,该相关系数作用于随机向量的w,l,带相关系数ρ的二维高斯分布由以下公式给出: 其中得到W和L后将其放缩至合理范围0,w和0,l,作为从高斯分布中采样的候选框宽和长,七维向量的其他分量直接从正态分布中获取; 迭代前述两过程,直到全部预选候选框内包含的点云数量均大于η; 在推理过程中,直接生成满足上述前三个步骤的随机候选框,整数t直接被返回为前述时间可取的最大值T; 步骤40:根据所述的噪声框和时间步水平,在二维特征上裁剪对应特征并送入检测解码器进行预测; 步骤50:根据一对一匹配方式进行标签匹配,优化损失函数,进行迭代训练直至模型收敛; 步骤60:利用训练好的模型进行三维目标检测。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。