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 > 华中科技大学白翔获国家专利权

华中科技大学白翔获国家专利权

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视觉Transformer的弱-半监督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:CN117115804B

龙图腾网通过国家知识产权局官网在2025-12-16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:202311078304.5,技术领域涉及:G06V20/64;该发明授权基于视觉Transformer的弱-半监督三维点云目标检测方法与装置是由白翔;梁定康;张鼎元;周鑫设计研发完成,并于2023-08-23向国家知识产权局提交的专利申请。

基于视觉Transformer的弱-半监督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视觉Transformer的弱‑半监督三维点云目标检测方法:获取数据集的物体级标注数据,并在标注框内选取伪标注点;训练一个点到框的转换器,将点云场景和所选取的伪标注点编码为tokens,使用一个视觉Transformer的编码器将场景tokens和标注tokens进行交互,训练并优化生成伪标注框的质量;获取点级别标注数据,使用上一步骤训练的视觉Transformer推理并得到伪标注框数据;在物体级标注和由点级标注生成的伪标注框上训练已有的室外或室内三维点云目标检测方法;利用训练好的模型进行三维目标检测。本发明通过减少数据集的标注量,只标注少量物体级标注和剩余点级别标注,得到与100%全标注数据相近的性能。本发明还提供相应的基于视觉Transformer的弱‑半监督三维点云目标检测装置。

本发明授权基于视觉Transformer的弱-半监督三维点云目标检测方法与装置在权利要求书中公布了:1.一种基于视觉Transformer的弱-半监督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:获取物体级标注数据,并在标注框内选取伪标注点; 步骤20:训练一个点到框的转换器,将点云场景和所选取的伪标注点编码,使用一个视觉Transformer的编码器将场景tokens和标注tokens进行交互,训练并优化生成伪标注框的质量;所述步骤20具体包括: 读取场景数据和伪标注数据,分别送入场景编码器和标注解码器,得到场景tokens和标注tokens; 将上述场景tokens和标注tokens中心点经过多层感知机得到全部tokens中心的位置编码,并与所得tokens求和得到tokens序列,计算公式为: 其中表示前述场景tokens,表示前述标注tokens; 将所得tokens序列送入一个视觉Transformer进行交互并提取特征,每层Transformer编码器包含一个多头注意力,一个多层感知机,两个层归一化,多头注意力和多层感知机使用了残差连接,计算公式为: 其中表示多头注意力模块,表示层归一化,表示多层感知机,表示第层编码器层的输出tokens; 选取视觉Transformer输出tokens序列中点标注tokens,表达式为: 其中为视觉Transformer编码器的深度,表示最后一层输出tokens序列的第个token,被用于进行最终的预测; 步骤30:获取点级别标注数据,使用步骤20中所训练视觉Transformer推理并得到伪标注框数据; 步骤40:在物体级标注和由点级标注生成的伪标注框上训练已有的室外或室内三维点云目标检测方法; 步骤50: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。