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！

龙图腾网获悉上海大学申请的专利一种基于关键点点云局部特征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：CN116403206B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310334824.1，技术领域涉及：G06V20/64；该发明授权一种基于关键点点云局部特征的三维目标检测方法是由杨庆华;倪金虎;童彦设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于关键点点云局部特征的三维目标检测方法在说明书摘要公布了：一种基于关键点点云局部特征的三维目标检测方法，包括：获取当前时刻待检测的点云数据；将获取的点云数据输入到训练好的多维特征融合的特征编码网中，得到目标检测结果，所述多维特征融合的特征编码网对训练样本中点云数据进行关键点采样和特征编码，得到关键点点云局部特征，具体获取N个原始点云数据；通过空间距离最远点采样法，从N个点中采样N’3个点，作为关键点；通过特征距离最远点采样法，从N个点中采样N’3个点；从N个点中采样N’3个点；S5.通过点集抽象模块进行特征提取，生成关键点点云局部特征。本发明关使提取的物体的局部特征更准确，更能表达物体的语义信息，使用此特征进行后续的物体检测和物体的分类更准确。

本发明授权一种基于关键点点云局部特征的三维目标检测方法在权利要求书中公布了：1.一种基于关键点点云局部特征的三维目标检测方法，包括：获取当前时刻待检测的点云数据；将获取的点云数据输入到训练好的多维特征融合的特征编码网中，得到目标检测结果，其特征在于，所述多维特征融合的特征编码网对训练样本中点云数据进行关键点采样和特征编码，得到关键点点云局部特征，具体步骤如下： S1.获取N个原始点云数据； S2.通过空间距离最远点采样法，从N个点中采样N’3个点，作为关键点； S3.通过特征距离最远点采样法，从N个点中采样N’3个点，作为关键点； S4.将点云坐标系转换为以激光雷达为原点的坐标系，计算逐点距离坐标原点的相对距离，根据点到坐标原点的距离设置不同的采样概率，点被随机采样的概率与点到原点的距离成正比，从N个点中采样N’3个点； S5.将步骤S2、步骤S3和步骤S4分别采样得到的点云重新组合成一个N’个点的关键点云集合，并通过点集抽象模块SA进行特征提取，生成关键点点云局部特征，具体步骤如下： 步骤S5.1对输入点云进行区域分割：点集抽象模块层首先将输入点云数据按空间位置进行分割，将每个区域内的点看作一个集合，对于每个区域，点集抽象模块层使用一个可学习的神经网络来确定该区域的中心点，这些中心点用于表示该区域的整体特征； 步骤S5.2提取区域的局部特征，将局部特征聚合到中心点：使用最大池化的方法将局部特征聚合到中心点，即将每个局部特征向量与该区域的中心点的特征向量进行比较，选择其中的最大值作为该区域的最终特征向量； 步骤S5.3将每个区域的特征向量合并：将每个区域的最终特征向量连接起来，形成整个点云的全局特征向量，该全局特征向量可以传递到后续的网络层进行分类或者回归任务。

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大学，其通讯地址为：200444 上海市宝山区上大路99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。