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！

龙图腾网获悉广州大学申请的专利基于点柱的二阶多注意力机制3D点云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：CN115908829B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211104980.0，技术领域涉及：G06V10/40；该发明授权基于点柱的二阶多注意力机制3D点云目标检测方法是由严一尔;李鑫设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本基于点柱的二阶多注意力机制3D点云目标检测方法在说明书摘要公布了：本发明提供了基于点柱的二阶多注意力机制3D点云目标检测方法，该方法包括以下步骤：提出基于点柱的二阶点注意力机制、二阶通道注意力机制、伪图像空间注意力机制三种机制来分别实现目标检测的方法；提供一种网络，该网络主要由二阶点注意力机制、点柱特征网络、二阶通道注意力机制、主干网络、伪图像空间注意力机制和SSD检测头组成，然后将点云体素化，对点云进行二阶点注意力机制操作，转换成伪图像的特征，伪图像的特征进行二阶通道注意力机制操作，输出伪空间的特征，对伪空间的特征进行伪图像空间注意力机制操作，输出得到检测结果；通过本发明，保证了相对较高的检测速度也保证了提取的准确性。

本发明授权基于点柱的二阶多注意力机制3D点云目标检测方法在权利要求书中公布了：1.一种基于点柱的二阶多注意力机制3D点云目标检测方法，其特征在于，包括： S1：提出基于点柱的二阶点注意力机制、二阶通道注意力机制、伪图像空间注意力机制三种机制来分别实现目标检测的方法； S2：基于S1提供一种网络，该网络由二阶点注意力机制、点柱特征网络、二阶通道注意力机制、主干网络、伪图像空间注意力机制和SSD检测头组成，该网络也分为二阶注意力模块、二阶点注意力模块和二阶通道注意力模块； S3：将点云体素化，然后对点云进行二阶点注意力机制操作，转换成伪图像的特征； S4：对伪图像的特征进行二阶通道注意力机制操作，输出伪空间的特征； S5：对伪空间的特征进行伪图像空间注意力机制操作，输出得到检测结果； 其中，SSD检测头使用主干的特征来预测物体的三维边界盒；二阶注意力模块包含全局最大池化、协方差池化和行卷积；S3中将点特征作为二阶注意力模块的输入的情况下，将获得二阶点注意力机制权重作为输出，该过程为二阶点注意力模块；当通道特征输入到二阶注意力模块时，将获得二阶通道注意力机制权重，该过程为二阶通道注意力模块； 在给定的第K个体素中，对于体素中所有的点XK∈RN×C,其中N代表点的数量的最大值、C表示通道的数量，在经过全局最大池化后,得到每个维度上的最大值组成的向量EK∈RN×1 R，将EK∈RN×1输入到一层全连接层，其中N×1代表N行1列的向量，得到向量QK∈Rt×1，其中t是经过W1全连接层减少之后的点的数量，W1全连接层后面使用ReLU激活函数，计算得到同一体素中两点之间的协方差矩阵IK∈Rt×t，其中在二阶点注意力机制则t为点的数量、在二阶通道注意力机制则t为通道的数量、t×t为维度，对协方差矩阵进行逐行卷积，获得向量J∈Rt ×1然后将向量J∈Rt×1输入到W2全连接层并使用激活函数Sigmoid函数，获得N维注意力向量s∈RN×1，所述S3中，二阶点注意力机制表示为： s＝σW2RCCovσW1GMPX 式中，Cov·为计算点的协方差矩阵、RC·为行卷积、GMP·为全局最大池化、σ为ReLU激活函数、W1∈Rt×N与W2∈RN×t为两个不同的全连接层、X为给定的第K个体素中的点X∈RN×C； 二阶通道注意力机制与二阶点注意力机制类似，通道特征经过二阶注意力模块后，输出产生了类似的权重，所述S4中，二阶通道注意力机制表示为： M＝σW2RCCovσW1GMPY 式中，Y∈RC×H×W为伪图像的特征，上标H、W为伪图像的高度和宽度。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。