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！

龙图腾网获悉南京理工大学申请的专利融合二维图像语义的三维点云目标检测方法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：CN116597264B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310557880.1，技术领域涉及：G06V10/80；该发明授权融合二维图像语义的三维点云目标检测方法是由张姗姗;殷子玥;杨健设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本融合二维图像语义的三维点云目标检测方法在说明书摘要公布了：本发明公开了一种融合二维图像语义的三维点云目标检测方法，具体包括以下步骤：对图像进行全景分割，获得实例掩码和像素级类概率分布；利用点云生成稀疏深度图；利用实例掩码在稀疏深度图中筛选实例的深度值集合，聚类得到最大簇聚类中心，计算最大簇外的异常深度值与聚类中心的差值倒数，作为对应像素的权重；修改异常深度值对应像素的类概率分布并加权；为点云拼接对应像素的加权类概率分布；将点云空间划分为多个柱体，聚合柱内特征得到伪图像特征；提取伪图像特征的多尺度特征并整合为高维特征，输入检测头获得三维目标检测结果；后处理利用地面点云调整边界框高度。本方法适用于基于LiDAR的三维目标检测网络。

本发明授权融合二维图像语义的三维点云目标检测方法在权利要求书中公布了：1.一种融合二维图像语义的三维点云目标检测方法，其特征在于，包括以下步骤： 获取由激光雷达和单目相机在时间和空间上同步采集的点云和RGB图像数据，并对所述RGB图像进行全景分割，得到语义分割任务输出的像素级类分数向量和实例分割任务输出的实例掩码； 将点云投影到图像坐标系，生成稀疏深度图； 利用所述实例掩码在所述稀疏深度图中选取每个实例对应的深度值，对所述深度值聚类，将深度值划分为最大簇内的可靠深度值和最大簇外的异常深度值，并记录最大簇的聚类中心，计算异常深度值和聚类中心的差值，根据差值为对应像素设置权重； 修改深度异常像素的类分数向量，将其由当前类修改为背景类，并用所述权重对类分数加权； 利用点云和像素的对应关系，逐点获取对应像素的加权类分数，并与所述点云数据拼接； 将所述点云所在的三维空间沿地面栅格化，划分为均匀柱体，将点云中的点依次分配到对应柱体中，并聚合每个柱体的特征，得到鸟瞰视角下的伪图像特征； 在主干特征提取阶段，利用卷积提取伪图像特征的多尺度特征，再利用反卷积将多尺度特征上采样到相同大小，并沿特征通道拼接为高维特征图； 将高维特征图输入检测头，输出预测结果，包括目标的类别和三维边界框，所述三维边界框用位置、尺寸和朝向进行描述； 对每个三维边界框，搜索周围指定半径范围内的圆柱状空间，获取类别为地面的点，并计算高度均值，将所述三维边界框的底面调整到相同高度，得到最终预测框。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。