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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的全景驾驶感知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：CN117058641B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202311047537.9，技术领域涉及：G06V20/56；该发明授权一种基于深度学习的全景驾驶感知方法是由尚凤军;邓智元设计研发完成，并于2023-08-18向国家知识产权局提交的专利申请。

本一种基于深度学习的全景驾驶感知方法在说明书摘要公布了：本发明属于智能驾驶领域，具体涉及一种基于深度学习的全景驾驶感知方法。所述方法包括为将待感知的驾驶图像经过一系列特征提取之后，利用混合注意力机制模块对驾驶图像的多尺度车道线语义特征和多尺度可行驶语义特征进行混合注意力处理，得到驾驶图像的混合注意力车道线语义特征和混合注意力可行驶语义特征；将特征图分别输入到目标检测头和语义分割头模块。得到的不同任务的输出图像经过后处理模块后，最后输出叠加之后的通行空间目标检测、车道线语义分割和可行驶区域语义分割输出图像。本发明提出的混合注意力机制模块能够有效地缓解背景对语义分割结果的干扰，可以更好地还原车道线和可行驶区域之间的边界几何信息。

本发明授权一种基于深度学习的全景驾驶感知方法在权利要求书中公布了：1.一种基于深度学习的全景驾驶感知方法，其特征在于，所述方法包括： 获取待感知的驾驶图像，并对所述驾驶图像进行预处理； 利用特征提取子网络对所述驾驶图像进行多维特征提取，得到所述驾驶图像的多维特征图； 利用特征融合子网络对所述驾驶图像的多维特征图进行特征融合，得到所述驾驶图像的融合特征图； 利用多尺度卷积模块对所述驾驶图像的融合特征图进行特征提取，得到所述驾驶图像的多尺度车道线语义特征和多尺度可行驶语义特征； 利用混合注意力机制模块对所述驾驶图像的多尺度车道线语义特征和多尺度可行驶语义特征进行混合注意力处理，得到驾驶图像的混合注意力车道线语义特征和混合注意力可行驶语义特征，其处理过程包括： 利用轴向注意力机制对多尺度车道线语义特征在宽维度的特征向量与多尺度可行驶语义特征在宽维度的特征向量进行处理； 利用轴向注意力机制对多尺度车道线语义特征在高维度的特征向量与多尺度可行驶语义特征在高维度的特征向量进行处理； 利用交叉注意力机制对多尺度车道线语义特征经过轴向注意力后的特征在宽维度的特征向量与多尺度车道线语义特征经过轴向注意力后的特征在高维度的特征向量进行处理； 利用交叉注意力机制对多尺度可行驶语义特征经过轴向注意力后的特征在宽维度的特征向量与多尺度可行驶语义特征经过轴向注意力后的特征在高维度的特征向量进行处理； 利用交叉注意力机制对多尺度车道线语义特征经过第一次交叉注意力后的特征在宽维度的特征向量与多尺度可行驶语义特征经过第一次交叉注意力后的特征在高维度的特征向量进行处理； 利用交叉注意力机制对多尺度车道线语义特征经过第一次交叉注意力后的特征在高维度的特征向量与多尺度可行驶语义特征经过第一次交叉注意力后的特征在宽维度的特征向量进行处理； 利用车道线语义分割模块对驾驶图像的混合注意力车道线语义特征进行特征处理，得到驾驶图像的车道线语义分割结果； 利用可行驶区域语义分割模块对驾驶图像的混合注意力可行驶语义特征进行特征处理，得到驾驶图像的可行驶语义分割结果； 利用通行空间目标检测模块对驾驶图像的多维度特征进行检测处理，得到驾驶图像的空间目标检测结果； 利用分类模块对空间目标检测结果、车道线语义分割结果和可行驶语义分割结果进行叠加，得到待感知的驾驶图像的预测结果； 其中，所述混合注意力包括轴向注意力和交叉注意力。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。