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！

龙图腾网获悉华南理工大学申请的专利基于Transformer的时序点云三维目标检测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：CN116740424B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310625299.9，技术领域涉及：G06V10/764；该发明授权基于Transformer的时序点云三维目标检测是由胡斌杰;廖清设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本基于Transformer的时序点云三维目标检测在说明书摘要公布了：本发明公开了基于Transformer的时序点云三维目标检测，包括以下步骤：建立K帧时序点云序列，将各帧点云转换至当前帧坐标系下的统一描述；对各帧点云体素化并使用3D稀疏卷积进行空间特征提取，生成鸟瞰视角下的伪2D特征图；对各帧的鸟瞰特征图做进一步的特征提取和多尺度特征融合产生特征图；使用TSA中心点预测网络生成时空注意力，对多帧特征图加权融合，产生目标的中心点预测结果；用Transformer多帧融合网络挖掘时序点云的帧间目标关联特征；用回归检测头对目标特征进行提取与变换，得到目标框的各类回归参数，将目标框的回归参数与中心点预测结果一并解码得到最终检测结果。

本发明授权基于Transformer的时序点云三维目标检测在权利要求书中公布了：1.基于Transformer的时序点云三维目标检测，其特征在于，构建和训练多帧时序融合模型，包括以下步骤： S1、建立K帧时序点云序列，将各帧点云转换至当前帧坐标系下的统一描述； S2、对各帧点云体素化并使用3D稀疏卷积进行空间特征提取，生成鸟瞰视角下的伪2D特征图； S3、使用多尺度特征融合网络对各帧的鸟瞰特征图做进一步的特征提取和多尺度特征融合，产生结合了高级语义信息以及低级空间信息的特征图；使用多尺度特征融合网络对步骤S2中的鸟瞰伪2D特征进行上下采样，得到多尺度特征图并进行融合，在下采样和上采样的过程中皆串联一个通道空间注意力机制CBAM模块；CBAM模块为注意力模块，将CBAM模块嵌入到多尺度特征融合网络，在通道和空间两个维度上分别产生注意力特征，并与原输入特征图相乘进行自适应特征修正，产生最终的特征图； S4、使用TSA中心点预测网络生成时空注意力，对多帧特征图加权融合，产生目标的中心点预测结果；TSA中心点预测网络通过构建的时空注意力自适应地学习到序列帧不同空间位置的特征贡献程度并进行特征加权融合，用于产生表征当前帧目标中心点位置分布情况的热图，其中和分别为热图尺寸，代表目标类别数； S5、使用Transformer多帧融合网络挖掘K帧时序点云的帧间目标关联特征，实现目标的时序特征增强；Transformer多帧融合网络包括自注意力模块、可变形交叉注意力模块以及前馈网络；自注意力模块用于同一帧中不同目标之间的交互，可变形交叉注意力模块用于不同帧之间同一目标的特征关联，前馈网络用于提高网络的非线性能力； S6、使用回归检测头对目标特征进行提取与变换，得到目标框的各类回归参数，将目标框的回归参数与步骤S4中通过TSA网络获得的目标中心点预测结果一并解码得到最终检测结果； S7、定义模型的损失函数，使用数据集对所述模型进行训练以及检测结果的评估。

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南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。