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基于鸟瞰图特征的自动驾驶视觉多任务感知方法和系统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：CN119580215B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411712250.8，技术领域涉及：G06V20/56；该发明授权基于鸟瞰图特征的自动驾驶视觉多任务感知方法和系统是由丁勇;程华元;王亦凡;刘琳琳设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本基于鸟瞰图特征的自动驾驶视觉多任务感知方法和系统在说明书摘要公布了：本发明公开了一种基于鸟瞰图特征的自动驾驶视觉多任务感知方法和系统，属于自动驾驶技术领域。包括：从自动驾驶系统的环视相机获取图像并提取特征；采用多任务蒸馏模块协同预测稠密深度特征、语义特征和内容特征，生成稠密深度预测结果与稠密语义预测结果；拼接内容特征和稠密语义预测结果，利用稠密深度预测结果作为内容特征的深度加权值，生成语义增强的鸟瞰图特征；优化鸟瞰图特征；预测占据网格类别分布概率，融合前景类别的概率分布和优化后的鸟瞰图特征；根据融合后的特征生成目标检测预测结果。本发明充分挖掘目标检测任务与占据网格预测任务之间的关联性，提升了模型性能，减少了多个独立造成的部署冗余，从而降低了训练与运维成本。

本发明授权基于鸟瞰图特征的自动驾驶视觉多任务感知方法和系统在权利要求书中公布了：1.一种基于鸟瞰图特征的自动驾驶视觉多任务感知方法，其特征在于，包括以下步骤： 1从自动驾驶系统的环视相机获取一组图像并提取图像特征； 2根据步骤1得到的图像特征采用多任务蒸馏模块协同预测稠密深度特征、稠密语义特征和内容特征，结合稠密深度特征和稠密语义特征生成稠密深度预测结果与稠密语义预测结果； 3拼接内容特征和稠密语义预测结果，利用稠密深度预测结果作为内容特征的深度加权值，生成语义增强的鸟瞰图特征； 4使用具有可变形注意力机制的鸟瞰图特征优化编码器优化鸟瞰图特征； 5根据优化后的鸟瞰图特征预测占据网格类别分布概率，从中提取前景类别的概率分布，并融合前景类别的概率分布和优化后的鸟瞰图特征； 6使用目标检测神经网络对步骤5中融合后的特征进行处理，生成目标检测预测结果； 具体地，步骤2包括： 2.1采用三个结构相同的网络对所述图像特征进行初步处理，得到稠密深度特征、稠密语义特征和内容特征；所述三个结构相同的网络参数不共享； 2.2采用多任务蒸馏模块融合稠密深度特征和稠密语义特征，得到稠密深度预测结果与稠密语义预测结果； 所述的多任务蒸馏模块的计算过程如下： G＝σF2R＝ConvF1G其中，R为多任务蒸馏模块的输出结果，F1、F2分别为稠密深度特征和稠密语义特征中的一种，F1≠F2，当F1为稠密深度特征时，计算得到的R为稠密深度预测结果，当F1为稠密语义特征时，计算得到的R为稠密语义预测结果；σ为激活函数，G为[0,1]之间的加权概率，Conv.表示卷积。

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。