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！

龙图腾网获悉西安理工大学申请的专利基于关系特征的三维室内物体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：CN116798029B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310792826.5，技术领域涉及：G06V20/64；该发明授权基于关系特征的三维室内物体检测方法是由宁小娟;黄磊;巩亮;苏浩楠;肖照林;金海燕设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本基于关系特征的三维室内物体检测方法在说明书摘要公布了：本发明公开了基于关系特征的三维室内物体检测方法，在特征提取阶段，深入学习了点与点之间的关系特征，提出了一个融合卷积池化模块，使得模型能够捕捉到更多点云场景中的邻域关键特征；在投票阶段，受到注意力机制的启发，根据点与物的关系，将点云划分为前景点与背景点，并设计出一个投票权重模块来降低背景点对检测结果的影响；然后，通过学习物与物之间的空间关系，在生成物体提议后，根据物体关系对提议进行筛选，剔除可能性较低的物体组合，从而提高物体检测准确率。

本发明授权基于关系特征的三维室内物体检测方法在权利要求书中公布了：1.基于关系特征的三维室内物体检测方法，其特征在于，具体按照以下步骤实施： 步骤1，通过嵌入了融合卷积池化层的SA层对输入的点云进行下采样以及特征提取，再使用FP层对点云进行上采样以及特征优化，最终得到多个具有高维特征的种子点； 步骤2，通过一个MLP让种子点向可能的物体中心进行投票，从而得到初始投票点，再通过一个权重模块对投票点的特征进行优化，得到最终的投票点； 所述步骤2具体为： 步骤2.1，预测物体中心点：将种子点都输入到MLP中，每个种子点都通过MLP来投票出一个物体中心点，MLP输出的结果为每个种子点距离所投票中心点的坐标偏移量和特征偏移量； 步骤2.2，获取初始投票点：将原始的种子点的坐标和特征加上MLP输出的坐标偏移量和特征偏移量，从而得到初始投票点的坐标和特征； 步骤2.3，计算投票点和种子点权重：将投票点及其特征V和种子点及其特征S分别输入到权重函数中进行处理，根据每个投票点以及种子点属于前景点的概率为其分配不同的权重，最终得到了投票点权重V w和种子点权重S w； 步骤2.4，优化投票点特征：用投票点权重V w和种子点权重S w来对投票点特征V进行优化，从而得到经过权重模块优化后的最终的投票特征，其中优化函数为： 步骤3，使用SA层对投票点进行聚类，生成物体的初步提议；然后将初步提议输入到空间关系模块中，把得到的提议间的空间关系特征与提议特征拼接起来，再输入到MLP中进行训练得到优化后的提议特征；最后通过3DNMS方法剔除置信度低的物体提议，即得到最终的物体包围盒，完成点云物体检测； 所述步骤3具体为： 步骤3.1，通过最远点采样法在得到的投票点中采样H个点； 步骤3.2，以这H个点为中心，接着通过球查询方法在中心点附近寻找邻居并聚合特征，就得到了H个具有高维特征的物体初步提议； 步骤3.3，物体支撑关系判断：支撑关系是指垂直方向上相邻，根据两个物体提议之间的相对高度以及在xoy平面上投影的交并比与所设置的阈值的大小关系，判断每个候选提议P i是否与其他提议具有支撑关系； 步骤3.4，物体附着关系判断：附着关系是指水平方向上相邻，根据两个物体提议的水平方向的距离以及在x轴和y轴这两个垂直方向的投影最大交并比与所设置的阈值的大小关系，判断每个候选提议P i是否与其他提议具有附着关系； 步骤3.5，特征拼接：将提议特征与空间关系特征进行拼接，然后输入到MLP中进行训练，得到具有场景物体空间关系特征的提议； 步骤3.6，将步骤3.5得到的物体提议进行置信度的排序，将置信度低的提议过滤掉，剩下的物体提议就是整个网络预测出来的物体包围盒。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。