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！

龙图腾网获悉浙江大学申请的专利一种基于图像-伪点云特征融合的纯视觉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：CN117351443B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311215574.6，技术领域涉及：G06V20/56；该发明授权一种基于图像-伪点云特征融合的纯视觉目标检测方法是由丁勇;韩皓;洪宇;程华元;何乐年设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于图像-伪点云特征融合的纯视觉目标检测方法在说明书摘要公布了：本发明公开了一种基于图像‑伪点云特征融合的纯视觉目标检测方法，属于自动驾驶技术领域。本发明主要包括以下五个步骤：1.基于图像的基础的纯视觉三维目标检测模型训练；2.基于激光雷达点云的三维目标检测模型训练；3.设计掩码自动编解码器实现伪点云特征生成；4.图像特征和伪点云特征自适应融合；5.微调获得基于伪特征融合的纯视觉目标检测模型。基于本发明所提出的预训练方案，只需要在模型训练过程中提供相对应的激光雷达点云数据，推理时仅需要相机图像作为输入，就可以生成高质量的伪点云特征，通过图像特征‑伪点云特征的跨模态特征融合，在原本纯视觉模型的基础上实现性能的提升。

本发明授权一种基于图像-伪点云特征融合的纯视觉目标检测方法在权利要求书中公布了：1.一种基于图像-伪点云特征融合的纯视觉目标检测方法，其特点在于，包括以下步骤： 步骤1.获取车载摄像头采集的环视图像数据，利用基于图像的BEV特征生成网络进行特征提取并投影后生成图像模态的三维鸟瞰图特征，利用图像目标检测输出头实现基于图像的目标检测任务，预训练由基于图像的BEV特征生成网络和图像目标检测输出头构成的第一模型； 步骤2.获取激光雷达采集到的点云数据，经过数据预处理后再基于点云的BEV特征生成网络生成点云模态的三维鸟瞰图特征，利用点云目标检测输出头实现基于点云的目标检测任务，预训练由基于点云的BEV特征生成网络和点云目标检测输出头构成的第二模型； 步骤3.将由步骤1中预训练后的模型生成的图像模态的三维鸟瞰图特征，采用随机掩码生成器按比例随机掩码后输入编码器，输出未掩码部分的编码结果，设计可学习特征向量作为掩码部分的编码结果，两者共同输入解码器，获得伪点云特征；使用步骤2中预训练后的模型生成的点云模态的三维鸟瞰图特征作为监督信号，预训练随机掩码生成器、编码器和解码器，由预训练后的随机掩码生成器、编码器和解码器组成伪点云特征生成网络； 步骤4.对由伪点云特征生成网络、多模态特征融合网络、融合目标输出头和预训练后的第一模型中的基于图像的BEV特征生成网络构成的纯视觉目标检测模型进行微调训练，训练后得到基于伪特征融合的纯视觉目标检测模型； 步骤5.仅使用车载摄像头采集的环视图像作为输入，利用基于伪特征融合的纯视觉目标检测模型生成目标检测结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。