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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉学院熊十立获国家专利权

武汉学院熊十立获国家专利权

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!

龙图腾网获悉武汉学院申请的专利三维目标检测模型生成及检测方法、装置、设备及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:CN121121083B

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:202511650788.5,技术领域涉及:G06V10/25;该发明授权三维目标检测模型生成及检测方法、装置、设备及介质是由熊十立;黄吉瑞设计研发完成,并于2025-11-12向国家知识产权局提交的专利申请。

三维目标检测模型生成及检测方法、装置、设备及介质在说明书摘要公布了:本发明提供了一种三维目标检测模型生成及检测方法、装置、设备及介质,属于光电子图像识别技术领域,所述方法包括:依次连接卷积‑自注意力并行分支、特征指导模块、多尺度上采样结构、基于深度离散化与连续估计机制构建的前景深度线索模块、检测头模块;连接卷积‑自注意力双分支神经网络以及损失函数层;将检测目标的单目图像输入至卷积‑自注意力双分支神经网络,提取得到检测目标的二维信息和三维信息;将训练样本以及二维信息和三维信息输入至预设的检测模型,计算检测模型的损失函数值,基于损失函数值更新初始检测模型的网络参数,迭代若干轮后得到单目图像三维目标检测模型。本发明有效地提高了光电子单目图像中三维目标的检测精度。

本发明授权三维目标检测模型生成及检测方法、装置、设备及介质在权利要求书中公布了:1.一种三维目标检测模型生成方法,其特征在于,包括: 依次连接卷积-自注意力并行分支、特征指导模块、多尺度上采样结构、基于深度离散化与连续估计机制构建的前景深度线索模块、检测头模块,得到卷积-自注意力双分支神经网络; 连接所述卷积-自注意力双分支神经网络以及预设的损失函数层,得到初始检测模型; 将检测目标的单目图像输入至所述卷积-自注意力双分支神经网络,提取得到所述检测目标的二维信息和三维信息,包括:将所述单目图像输入至卷积分支,得到多尺度局部特征;将所述单目图像输入至自注意力分支,得到全局语义特征;基于所述特征指导模块融合所述多尺度局部特征和全局语义特征,得到主特征图;基于所述多尺度上采样结构对所述主特征图进行上采样,得到增强特征图;基于前景深度线索模块生成前景深度线索特征图,并将所述前景深度线索特征图与主特征图融合,得到融合特征图;基于检测头模块从所述融合特征图中提取所述检测目标的二维信息和三维信息; 将预设的训练样本以及所述二维信息和三维信息输入至预设的初始检测模型,计算所述初始检测模型的损失函数值,基于所述损失函数值更新所述初始检测模型中所有模块的网络参数,迭代若干轮后得到用于根据输入的单目图像输出检测目标的类别以及空间几何参数的单目图像三维目标检测模型; 所述前景深度线索模块中包括三层卷积结构; 所述基于前景深度线索模块生成前景深度线索特征图,并将所述前景深度线索特征图与主特征图融合,得到融合特征图,包括:基于深度离散化机制将目标二维检测框中心点的第一深度值转换为前景深度标签,其中,所述目标二维检测框中心点包括基于单目图像生成的离散的前景深度图;以所述前景深度标签为监督,基于三层卷积结构以及所述增强特征图生成前景深度概率图,其中,所述前景深度概率图表示每个像素属于各个离散深度类别的概率;计算所述前景深度概率图中每个离散深度类别对应的第二深度值;基于概率加权的方式将所述第二深度值转化为每个像素的连续深度估计值;基于所述连续深度估计值构成前景深度线索特征图。

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武汉学院,其通讯地址为:430000 湖北省武汉市江夏区黄家湖大道333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。