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！

龙图腾网获悉上海交通大学申请的专利一种3D目标检测方法、系统、介质及终端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：CN116523830B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310231335.3，技术领域涉及：G06T7/00；该发明授权一种3D目标检测方法、系统、介质及终端是由马超;杨小康设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种3D目标检测方法、系统、介质及终端在说明书摘要公布了：本发明提供3D目标检测方法及系统，包括：提取原始激光雷达LiDAR点云中基于体素voxel的3D稀疏特征列，稠密后转换到BEV视角下得到2D特征图，使用颈部网络生成多尺度特征图，级联后送入检测头，生成3D区域候选；在原始点云中采集3D区域候选附近的兴趣点，从3D稀疏特征列和2D特征图插值出兴趣点的context特征，用语义分割监督引导骨干网络的特征学习；设置位置增强的RoI‑corner池化模块对每个3D区域候选提取3DRoI特征，进行精炼，生成最终的3D目标检测结果。本发明利用原始点的精确定位信息，插值方式简单，池化点数量较少，减少兴趣点局部特征提取和较多池化点表示带来的相应开销。

本发明授权一种3D目标检测方法、系统、介质及终端在权利要求书中公布了：1.一种3D目标检测方法，其特征在于，包括第一阶段和第二阶段； 其中，所述第一阶段包括： 提取原始激光雷达LiDAR点云中基于体素voxel的3D稀疏特征列，并稠密化后转换到BEV视角下得到2D特征图，使用颈部网络生成多尺度特征图，级联后送入检测头，生成3D区域候选； 在所述原始激光雷达LiDAR点云中采集所述3D区域候选附近的兴趣点，并从所述3D稀疏特征列和所述2D特征图上插值出所述兴趣点的context特征，并用语义分割监督所述第一阶段中的特征学习； 其中，所述第二阶段包括： 基于含有所述context特征的兴趣点和所述3D区域候选，设置位置增强的RoI-corner池化模块对所述3D区域候选提取3DRoI特征，对3D区域候选进行精炼，生成最终的3D目标检测结果，包括： 在所述3D区域候选提取8个角点以及19个中间过渡点作为池化点，作为每个3D区域候选的关键点； 在所述兴趣点上，使用基于点的局部特征提取子获取27个池化点的局部特征； 使用所述3D区域候选中心点的位置信息增强所述27个池化点的局部特征，减弱池化点稀疏分布对检测性能的影响； 将增强后的池化点局部特征送入两层MLP提取3DRoI特征，进行边界框回归和置信度预测。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。