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！

龙图腾网获悉陕西师范大学申请的专利一种三维目标检测方法及相关装置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：CN116189171B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310160721.8，技术领域涉及：G06V20/64；该发明授权一种三维目标检测方法及相关装置是由艾玲梅;谢卓煜;姚若侠设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种三维目标检测方法及相关装置在说明书摘要公布了：一种三维目标检测方法及相关装置，包括：获取训练数据集；对预处理后的图像数据和3D点云数据进行扩充；将整个三维空间划分成等份的三维体素网格；针对体素网格的特征和图像数据构建三维目标检测网络；搭建遗漏查找模块和遗漏预测模块；使用训练后的模型进行3D目标检测。本发明实现了三维目标检测中的遗漏目标检测，能根据二维目标检测先进的准确率查找出三维目标检测中未检测到的目标并对此做出二阶段检测，提高了三维目标检测的准确率，在对远距离目标检测时会更加全面、准确。使用遗漏目标的虚拟点云专项训练克服了无法捕获部分目标三维特征的问题，可以检测出被遮挡或截断的目标。

本发明授权一种三维目标检测方法及相关装置在权利要求书中公布了：1.一种三维目标检测方法，其特征在于，包括： 获取训练数据集，并对获取的训练数据集进行预处理； 对预处理后的图像数据和3D点云数据进行扩充； 将整个三维空间划分成等份的三维体素网格，将3D点云按照坐标位置放置在体素网格中，每个体素网格的特征被编码为该网格内点云特征的平均值； 针对体素网格的特征和图像数据构建三维目标检测网络； 搭建遗漏查找模块和遗漏预测模块； 对遗漏查找模块进行训练，获得训练好的参数后，将3D目标检测数据集的点云和图像当作三维目标检测网络中的神经网络各个通道的输入，输入到三维目标检测网络模型中进行训练； 使用训练后的三维目标检测网络模型进行3D目标检测，将训练后的三维目标检测网络模型在验证集和测试集上对每个样本上的对象逐一预测，直到预测完所有样本，完成3D目标检测的测试； 搭建遗漏查找模块和遗漏预测模块： 遗漏查找模块的结构依次包括自适应平均池化层、1层卷积层、最大池化层、4个残差卷积组、激活层、平均池化层、特征金字塔网络FPN、遗漏查找算法；自适应平均池化层用于调整图像大小，卷积层、最大池化层和残差卷积组用于从RGB图像中提取2D特征，激活层用于加入非线性因素，特征金字塔网络用于从2D特征中预测目标，遗漏查找算法用于查找被三维目标检测网络遗漏的对象； 遗漏预测模块中有两个预测网络： a.是细微预测模块，用于提取细微的特征进行预测，其结构依次包括点云投影模块、3个上采样层、2个插值层、特征压缩层、6层2D卷积层和3层2D反卷积层、特征拼接层、2个2D卷积层；投影模块用于筛选出遗漏对象的点云，上采样层和插值层用于给稀疏的点云增加特征，特征压缩层用于将3D特征压缩为2D特征，6个2D卷积层用于提取2D特征，3个2D反卷积层用于对齐特征，特征拼接层用于拼接特征，2个2D卷积层用于实现目标检测； b.虚拟点云预测模块，其结构依次包括虚拟点云生成算法、朝向预测算法、基于滑动窗口的目标检测网络；朝向预测算法用于从2D检测结果预测3D对象的朝向，虚拟点云生成算法用于生成遗漏对象的锥形点云，基于滑动窗口的目标检测网络用于实现目标检测； 朝向预测算法用于从2D检测结果预测3D对象的朝向，其主要实现方式是利用遗漏对象在2D图像的中心点坐标和检测框的长宽比预测；虚拟点云生成算法的三维场景范围是x∈[0,70],y∈[-40,40],z∈[-3,3]，首先生成数量为140×160×6=134400个的虚拟点，所有虚拟点通过投影的方式进一步被筛选生成遗漏对象的锥形点云，基于滑动窗口的目标检测网络用于实现目标检测中，滑动窗口的长、宽、高为[3.9,1.6,1.56]，滑动窗口的朝向由朝向预测算法确定。

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陕西师范大学，其通讯地址为：710119 陕西省西安市长安区西长安街620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。