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！

龙图腾网获悉上海交通大学申请的专利一种无人机的单目3D物体检测方法、系统、介质及终端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：CN117274835B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202210657179.2，技术领域涉及：G06V20/17；该发明授权一种无人机的单目3D物体检测方法、系统、介质及终端是由陈思衡;胡悦设计研发完成，并于2022-06-10向国家知识产权局提交的专利申请。

本一种无人机的单目3D物体检测方法、系统、介质及终端在说明书摘要公布了：本发明提供一种无人机的单目3D物体检测方法，包括：使用深度卷积神经网络提取特征图像；使用高度预测模块预测所述特征图像中每个特征点的高度，通过基于几何先验的可变形变换将所述特征图像的视角变为鸟瞰视角，获得鸟瞰图中每个特征点的高度；基于所述特征图像和所述鸟瞰图中每个特征点的高度，获得三维的鸟瞰图特征；将所述三维的鸟瞰图特征解码获得检测结果。本发明同时进行双视角的目标检测，结合BEV与RV两个视角，具有提供补偿信息并相互促进的优势，从而提升了无人机的单目3D物体检测效果。

本发明授权一种无人机的单目3D物体检测方法、系统、介质及终端在权利要求书中公布了：1.一种无人机的单目3D物体检测方法，其特征在于，包括： 使用深度卷积神经网络提取特征图像； 使用高度预测模块预测所述特征图像中每个特征点的高度，通过几何先验变换将所述特征图像的视角变为鸟瞰视角，获得鸟瞰图中每个特征点的高度； 基于所述特征图像和所述鸟瞰图中每个特征点的高度，获得三维的鸟瞰图特征； 将所述三维的鸟瞰图特征解码获得检测结果； 所述使用高度预测模块预测所述特征图像中每个特征点的高度，通过几何先验变换将所述特征图像的视角变为鸟瞰视角，获得鸟瞰图中每个特征点的高度，包括： 使用高度估计模块faltitude预测每个图像特征点的海拔高度类别，并进行几何先验变换以获得鸟瞰图中每个坐标的海拔高度类别Abev： Abev＝faltitudeFrv∈R{X×Y×Z}， 其中faltitude是高度估计模块，X、Y表示沿X轴和Y轴的感知范围，Z是高度区间的数量，每个元素Abevx,y,z反映了鸟瞰图下坐标x,y位置位于第z个高度区间的置信度； 所述基于所述特征图像和所述鸟瞰图中每个特征点的高度，获得三维的鸟瞰图特征，包括： 基于几何先验的可变形变换，基于2D的图像特征和鸟瞰图高度估计得到3D的鸟瞰图特征Fbev： Fbev＝fdeformFrv,Abev∈RX×Y×C 其中fdeform是基于几何先验的可变形变换； 所述基于几何先验的可变形变换fdeform是利用相机内外参提供的几何先验信息变换和可形变卷积的学习变换优化所述三维的鸟瞰图特征； 其中，所述相机内外参提供的几何先验信息变换，包括： 通过相机投影矩阵P定义全局坐标到本地图像像素坐标之间的映射， 鸟瞰图与图像特征的关系为： 其中Gbevx,y,z是坐标系x,y,z下的三维的鸟瞰图特征； 所述可形变卷积的学习变换，包括： 可形变卷积DCN层用可训练的偏移量缓解视角转换中的形变问题， 其中[；]表示串联，是x坐标轴下的特征点；为学习得到的可变形特征； 将几何先验变换的特征和学习得到的可变形特征使用一个残差结构，得到最终的鸟瞰图特征Fbev：

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。