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！

龙图腾网获悉北京工业大学申请的专利一种基于超图关联的跨模态3D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：CN119850915B 。

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：202411919309.0，技术领域涉及：G06V10/25；该发明授权一种基于超图关联的跨模态3D目标检测方法是由马楠;郭嘉程;韩义恒;许根宝;张亦盈设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种基于超图关联的跨模态3D目标检测方法在说明书摘要公布了：本发明提供一种基于超图关联的跨模态3D目标检测方法，包括获取点云数据L和图像数据C，还包括以下步骤：选取关键区域；构建局部全局特征超图；传播局部全局超图；对齐多尺度高质量特征；回归尺度间超图。本发明提出了一种基于超图关联的跨模态3D目标检测方法，用于提取场景的多粒度语义信息，并探索关键区域之间高阶语义内容的表示，对尺度间跨模态关键区域进行超图构建，通过基于关键区域对物体高阶语义内容的隐式表示，直接回归三维空间中物体的相关属性，提高了三维物体检测的准确率。

本发明授权一种基于超图关联的跨模态3D目标检测方法在权利要求书中公布了：1.一种基于超图关联的跨模态3D目标检测方法，包括获取点云数据L和图像数据C，其特征在于，还包括以下步骤： 步骤1：选取关键区域； 步骤2：构建局部全局特征超图，将BEV特征Bbase划分为P个patch,第p个patch的BEV特征为将转换为其中，np为对p个patch进行跨模态关键区域选取，将全局关键区域rg作为超图的顶点集对应全局关键区域的特征作为全局顶点特征Bg,K，构建全局超图的超边集εg，并定义的关联矩阵为Hg， 其中，BO,p为表征第p个patch的整体特征，i为一个patch中网格的数量； 所述跨模态关键区域选取的方法包括以下子步骤： 步骤21：从局部级别构建局部超图对第p个patch进行跨模态关键区域选取，将得到的第p个patch的局部关键区域rlp作为超图的顶点集将对应局部关键区域的特征作为局部超图的顶点特征； 步骤22：采用基于特征的方式，通过KNN搜寻距离每一个顶点最近的T个邻居顶点，构建超边集 其中，为与顶点距离最近的T个顶点； 步骤23：实现局部超图的构建，并定义超图的关联矩阵如下： 其中，为第p个局部超图中的第i个顶点，为第p个局部超图中的第j个超边； 步骤3：传播局部全局超图，基于与将第p个局部超图的顶点特征作为输入，采用超图神经网络进行局部超图传播，得到具有局部高阶关联的特征 其中，σ为激活函数，和分别为第p个局部超图中顶点度和超边度的对角矩阵，和为第p个局部超图中的超边权重和可学习的顶点权重； 基于与Hg，将全局超图的顶点特征Bg,K作为输入进行全局超图传播，得到具有全局高阶关联的特征Gg＝{Gg,1,…,Gg,p,…,Gg,P}；将与Gg相结合，得到具有局部全局信息的高阶关联特征Glg＝{Glg,1,…,Glg,p,…,Glg,P},并将Glg恢复为原来的BEV特征形式， 步骤4：对齐多尺度高质量特征； 步骤5：回归尺度间超图。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。