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！

龙图腾网获悉江西中科智鹏物联科技有限公司申请的专利基于非极大值抑制的激光点云与图像非对称融合目标检测方法、装置和存储介质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：CN117372986B 。

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：202311427655.2，技术领域涉及：G06V20/56；该发明授权基于非极大值抑制的激光点云与图像非对称融合目标检测方法、装置和存储介质是由黄奎;杨鼎成;王江设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本基于非极大值抑制的激光点云与图像非对称融合目标检测方法、装置和存储介质在说明书摘要公布了：本发明提供一种基于非极大值抑制的激光点云与图像非对称融合目标检测方法，基于单阶段图像二维目标检测网络模型，根据激光雷达的激光点云原始数据动态调整单阶段图像二维目标检测网络模型输出预测边框的置信度和IoU过滤阈值，进行非极大值抑制，进而从输出的多个预测边框中提取真正的目标检测框，过滤非真实目标检测框。本发明可以提升二维目标检测的准确度，避免一个真实目标膨胀成多个虚拟目标，进而降低误检率，也可以避免多个真实目标聚合为单个虚拟目标。

本发明授权基于非极大值抑制的激光点云与图像非对称融合目标检测方法、装置和存储介质在权利要求书中公布了：1.一种基于非极大值抑制的激光点云与图像非对称融合目标检测方法，其特征在于，包括以下步骤： 步骤S10，预设3个IoU阈值，分别为较小IoU阈值、标准IoU阈值和较大IoU阈值，记为Ts、Tn与Tl；Ts＜Tn＜Tl； 步骤S20，通过摄像机获取待检测目标的图像，采用单阶段图像二维目标检测网络模型，输出目标预测边框，包含目标类别、目标的置信度以及预测边框在图像中的位置，过滤低于NMS指定置信度门限的预测边框，并根据目标类别分为不同集合； 步骤S30，通过激光雷达获取激光点云，并将拍摄图像的相关摄像机视场内的激光点云从三维空间投影到投射空间，形成二维深度图；二维深度图中每个像素的像素值为深度信息，表示该像素与激光雷达之间的距离； 步骤S40，任意选择一个目标类别的集合，对保留下来所有预测边框B，统计预测边框B对应深度图区域内无深度信息的像素数量N，并计算预测边框B内对应深度图区域内具有有效深度信息的像素的深度方差V、深度平均值D； 若深度方差V小于指定阈值Vt，且像素数量N小于指定阈值Nt，则增加预测边框B的置信度； 否则，降低预测边框B的置信度； 步骤S50，再次过滤低于NMS指定置信度门限的预测边框后根据置信度进行排序，依次取出置信度最高的预测边框B0，计算预测边框B0与其他预测边框B1之间的IoU；同时计算B0内对应深度图区域内深度平均值D0与B1内对应深度图区域内深度平均值D1的差值； 若差值的绝对值大于距离阈值则选用较大IoU阈值Tl，预测边框B0和B1之间的IoU大于Tl时才滤除置信度更低的预测边框； 若差值的绝对值小于另一个距离阈值则选用较小IoU阈值Ts，预测边框B0和B1之间的IoU大于Ts时滤除置信度更低的预测边框； 若差值的绝对值在和之间，则选用标准IoU阈值Tn，预测边框B0和B1之间的IoU大于Tn时滤除置信度更低的预测边框； 步骤S60，重复步骤S50，直至该目标类别的集合中没有预测边框； 步骤S70，对于其余各目标类别，重复步骤S40～S60，最后输出目标检测结果。

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江西中科智鹏物联科技有限公司，其通讯地址为：335000 江西省鹰潭市市辖区高新技术产业开发区智联小镇11号楼1楼；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。