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 > 北京交通大学张慧获国家专利权

北京交通大学张慧获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利基于异构图网络的多模态协同检测方法及系统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:CN115512319B

龙图腾网通过国家知识产权局官网在2026-05-08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:202211122478.2,技术领域涉及:G06V20/56;该发明授权基于异构图网络的多模态协同检测方法及系统是由张慧;李浥东;曹原周汉;韩瑜珊;金一;陈乃月设计研发完成,并于2022-09-15向国家知识产权局提交的专利申请。

基于异构图网络的多模态协同检测方法及系统在说明书摘要公布了:本发明提供一种基于异构图网络的多模态协同检测方法及系统,属于目标检测技术领域,包括:智能体基于点云和图像分别提取BEV特征;多个智能体将生成的多模态BEV特征传至中心车辆;基于异构图的方法在节点层和语义层融合多智能体的多模态BEV特征,得到新的协作特征;中心车辆基于新的协作特征进行目标检测,得到最终的检测结果。本发明采取多模态单阶融合检测模型,检测精度显著优于单模态单阶段检测模型,经过异构协作图的特征融合,大大扩大了单车的感知视野,丰富了感知信息,从而提升协同感知性能。

本发明授权基于异构图网络的多模态协同检测方法及系统在权利要求书中公布了:1.一种基于异构图网络的多模态协同检测方法,其特征在于,包括: 智能体基于点云和图像分别提取BEV特征; 多个智能体将基于点云和图像分别提取的BEV特征传至中心车辆; 基于异构图的方法在节点层和语义层融合多智能体的多模态BEV特征,得到新的协作特征,包括:为不同智能体设置异构协作图的元路径;根据元路径,在每一个元路径内进行节点层面的注意力机制特征融合;在不同的元路径之间进行语义层面的注意力机制特征融合;异构协作图输出的特征作为中心车辆的融合特征;其中,根据元路径,在每一个元路径内进行节点层面的注意力机制特征融合,包括:多源异构智能体的多模态特征输入到异构图中,首先在每一种元路径内进行节点层面的注意力机制融合;对于某一种元路径,首先设计一个特定的转换矩阵将特征进行转换,为投影的特征:;转换特征之后,使用self-attention计算该元路径内节点特征间的权重;给定元路径内的节点对,节点层面的注意力学习节点对节点的重要性,self-attention的计算公式为:; 其中,为self-attention操作: ; 将图的结构信息注入模型确保权重只针对当前边,并通过softmax计算正则化后的特征,其中||为拼接运算,是激活函数: ; 得到正则化后的权重,通过下式聚合近邻特征: ; 其中,为当前元路径内经过节点层面融合得到的特征,该特征学习了当前元路径内的信息; 其中,在不同的元路径之间进行语义层面的注意力机制特征融合,包括:由于异构图中不同节点包含多种语义,在元路径内进行特征融合只能考虑当前路径内的语义,为了更全面地考虑节点的多种语义,需融合多种元路径;给定节点层融合输出的特征,元路径间的权重使用下式计算得到: ; 其中,与一样为self-attention操作; 中心车辆基于新的协作特征进行目标检测,得到最终的检测结果。

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北京交通大学,其通讯地址为:100044 北京市海淀区西直门外上园村3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。