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 > 华南理工大学孙干获国家专利权

华南理工大学孙干获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利基于异质性感知提示通信的联邦3D物体检测方法及系统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:CN120894773B

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:202511421484.1,技术领域涉及:G06V20/64;该发明授权基于异质性感知提示通信的联邦3D物体检测方法及系统是由孙干;丛杨;戴苏衍;梁文奇;刘晨曦设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。

基于异质性感知提示通信的联邦3D物体检测方法及系统在说明书摘要公布了:本发明公开了基于异质性感知提示通信的联邦3D物体检测方法及系统,包括以下步骤:首先,本地客户端收集3D点云数据并进行预处理;接着全局3D物体检测模型对预处理后的3D点云数据进行特征提取和3D物体检测,检测结果生成物体的边界框和类别标签;全局3D物体检测模型通过本地‑全局异质性感知损失处理数据的不均衡问题,确保训练效果更加准确,在每个通信轮次,本地客户端将更新后的模型参数或提示池上传至全局服务器,服务器聚合所有本地客户端的更新,并将更新后的全局模型广播回客户端,进行下一轮训练,不断循环上述过程,最终输出一个全局3D目标检测模型,能够进行准确的3D物体检测。

本发明授权基于异质性感知提示通信的联邦3D物体检测方法及系统在权利要求书中公布了:1.基于异质性感知提示通信的联邦3D物体检测方法,其特征在于包括:本地客户端将待检测的3D点云数据输入训练好的全局3D物体检测模型;全局3D物体检测模型输出物体的边界框以及物体的类别; 其中,全局3D物体检测模型的训练包括: 从多个本地客户端收集3D点云数据; 对收集的3D点云数据进行预处理; 本地客户端使用预处理后的3D点云数据训练本地模型,本地训练完成后,每个参与本轮通信的本地客户端将包含本地数据知识的本地提示池上传至全局服务器; 全局服务器端收集所有本地客户端上传的本地提示池,并将所有本地客户端上传的本地提示池聚合成一个包含全局知识的全局提示池,并将全局提示池广播回所有本地客户端; 每个本地客户端接收全局提示池,并使用全局提示池更新本地模型,以进行下一轮训练; 在本地客户端的每一轮训练迭代中,首先针对小批量数据中的每一个数据样本,计算一个本地修正系数,同时,每一个参与本轮通信的本地客户端还需计算并上传一个或多个类别分布表示量至全局服务器,其中每一个类别分布表示量是针对本地数据集中一个特定的物体类别,通过计算所有属于类别的样本的梯度值的平均值得到; 随后,在全局服务器端,聚合所有本地客户端上传的类别分布表示量,并基于聚合结果和对数函数关系为每一个物体类别计算出一个全局修正系数,再将全局修正系数分发至各本地客户端; 最后,在本地客户端利用梯度下降法更新模型参数时,将本地损失函数产生的原始梯度,与计算出的对应于当前样本的本地修正系数以及从服务器接收到的对应于当前样本物体类别的全局修正系数进行乘积,得到一个修正后的梯度,并使用修正后的梯度来更新本地模型的参数。

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。

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。