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！

龙图腾网获悉湖南大学申请的专利一种用于停车场车位占据检测的3D语义占据预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：CN119811130B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510287278.X，技术领域涉及：G08G1/14；该发明授权一种用于停车场车位占据检测的3D语义占据预测方法是由杨恺伦;张毓恒;罗凯;段梦飞;姚伟嘉设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本一种用于停车场车位占据检测的3D语义占据预测方法在说明书摘要公布了：本发明公开了一种用于停车场车位占据检测的3D语义占据预测方法，属于车辆停车检测技术领域。该方法包括以下步骤：通过停车场内的摄像头采集停车场场景的图像数据；从采集的图像数据中提取图像特征，并预测图像中每个像素点的深度信息；根据提取的图像特征和预测的深度信息重建停车场场景的3D占据栅格；在深度引导下的3D占据栅格中，对空间内每个体素进行精确的语义分类识别，重建出包括遮挡和图像不可见区域在内的复杂的具有语义标签的三维场景；基于重建的三维场景进行车位占据预测，根据占据预测结果识别出车位异常情况。本发明通过结合深度信息和图像特征进行3D重建，能够有效解决基于单目视觉的3D重建方法中存在的精度不足问题。

本发明授权一种用于停车场车位占据检测的3D语义占据预测方法在权利要求书中公布了：1.一种用于停车场车位占据检测的3D语义占据预测方法，其特征在于，包括以下步骤： 步骤S1，通过停车场内的摄像头采集停车场场景的图像数据； 步骤S2，从采集的图像数据中提取图像特征，并引入DepthAnything预测图像中每个像素点的深度信息； 步骤S3，根据提取的图像特征和预测的深度信息重建停车场场景的3D占据栅格空间； 步骤S4，在深度引导下的3D占据栅格空间中，对空间内每个体素进行精确的语义分类识别，重建出包括遮挡和图像不可见区域在内的复杂的具有语义标签的三维场景； 步骤S5，基于重建的复杂三维场景进行车位占据预测，然后根据占据预测结果识别出车位异常情况，具体包括： 步骤S51，计算异常得分，输入3D特征图的体素特征向量，输出3D体素异常得分sx，由下式表示为： 式中，异常得分sx表示该体素属于异常物体的可能性；g是非线性变换函数；x输入的数据；y是对应的label；是未归一化的联合概率密度的估计；表示3D特征图的体素特征向量； 步骤S52，阈值处理，将异常得分sx与设定的阈值τ进行比较，如果sxτ，则将该体素标记为异常体素，由下式表示为： Ax=sxτ 式中，Ax表示3D异常体素图，Ax=1表示异常体素，Ax=0表示正常体素，τ表示阈值； 步骤S53，融合3D语义场景，将3D异常体素图Ax与完整的3D语义场景进行融合，融合后的3D语义场景中，异常体素被标记为“unknown”，由下式表示为： 式中，表示融合后的3D语义占据预测结果；表示完整的3D语义场景。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。