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！

龙图腾网获悉南京工业大学申请的专利一种改进多模态融合的三维目标检测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：CN120877050B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511031925.7，技术领域涉及：G06V10/80；该发明授权一种改进多模态融合的三维目标检测方法是由缪小冬;孙学俊;王爽;王会方;周前飞;张献冬设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种改进多模态融合的三维目标检测方法在说明书摘要公布了：本发明涉及目标检测技术，具体公开一种改进多模态融合的三维目标检测方法，对点云和图像提取特征，通过对每个点云及其领域内点的特征差定义局部注意力相关性函数，获得点云的边缘感知图，进而从边缘信息获取物体的中心热力图。在图像与点云特征融合阶段，使用深度感知BEV网格划分策略，将图像特征投影到BEV网格融合后的图像‑点云特征热力图与点云热力图结合，生成初始查询点索引。通过索引在点云BEV特征中定位对应点，并依次与点云特征和图像特征进行注意力融合，获得最终的融合查询点。本发明利用点云的空间结构特性，同时利用深度感知BEV网格融合图像信息，结合不同模态的优势，提高了复杂路况中的检测精度和稳定性。

本发明授权一种改进多模态融合的三维目标检测方法在权利要求书中公布了：1.一种改进多模态融合的三维目标检测方法，其特征在于，包括以下步骤： 步骤1、构建由点云和图像组成的数据集，通过ResNet+FPN网络模型对数据集中图像提取特征得到图像特征，通过SECOND+SECONDFPN网络模型对数据集中点云提取特征得到点云特征； 步骤2、基于步骤1所得点云特征，对每一个点云及其相近的k个点云计算特征差，根据特征差来构建局部注意力相关性函数，并缩放获得注意力相关性图； 步骤3、对步骤2所得注意力相关性图进行标准差计算，获得边缘感知图E，通过将边缘感知图E局部取均值并与原始的边缘感知图做差，获得点云的中心热力图； 步骤4、对于步骤1得到的图像特征，合并其长度和宽度两个维度获得图像BEV特征，并构建具有深度感知能力的BEV网格进行投影，得到对应BEV位置编码； 同时，对于步骤1得到的点云特征，合并其长度和宽度维度得到点云BEV特征，并构建均匀的BEV网格进行投影，得到对应BEV位置编码； 然后，将图像BEV特征和点云BEV特征及其各自对应BEV位置编码进行交叉注意力融合，对融合后特征计算得到融合后特征的中心热力图； 步骤5、将中心热力图和中心热力图相结合，从值最高的200个点中获取初始查询点索引； 然后，在点云BEV特征上找到所得索引对应的点云，先与点云BEV特征进行注意力计算，生成带有初始预测的查询点；接着与图像BEV特征进行交叉注意力计算，生成融合后的查询点； 最后，将融合后的查询点输入prediction_head进行最终预测，预测分类包括检测出的目标类型和目标的三维边界框。

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南京工业大学，其通讯地址为：210000 江苏省南京市浦口区浦珠南路30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。