华为技术有限公司德米特里·阿赫米洛维奇·克兹布林获国家专利权
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!
龙图腾网获悉华为技术有限公司申请的专利使用卷积神经网络(CNN)来处理包括由用于测量距离的2D或3D传感器提供的空间信息的扫描的数据流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:CN115836299B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202080101444.8,技术领域涉及:G06V10/94;该发明授权使用卷积神经网络(CNN)来处理包括由用于测量距离的2D或3D传感器提供的空间信息的扫描的数据流是由德米特里·阿赫米洛维奇·克兹布林;米哈伊尔·皮勒斯基;谢尔盖·瓦列维奇·莫罗佐夫;韩新利;吴祖光;周鹏设计研发完成,并于2020-05-27向国家知识产权局提交的专利申请。
本使用卷积神经网络(CNN)来处理包括由用于测量距离的2D或3D传感器提供的空间信息的扫描的数据流在说明书摘要公布了:本发明涉及一种用于处理包括由用于测量距离的2D或3D传感器2提供的空间信息的扫描的数据流的设备1,其中,所述设备1用于在推理阶段中使用卷积神经网络ConvolutionalNeuralNetwork,CNN3。所述CNN包括第一层L1和在所述第一层L1之下的一个或多个其它层L2a、L2b以及用于存储相应上一层L1、L2的输出张量的一个或多个第一缓冲区4a。所述设备1还用于:将由所述2D或3D传感器2以当前张量epcti的形式提供的当前扫描的数据输入到所述CNN3中;根据所述上一层L1、L2a的源自所述当前扫描的数据的当前输出张量a1ti、a2ti和所述上一层L1、L2a的先前输出张量a1ti–1、a2ti–1,在每个其它层L2a、L2b中执行一个或多个卷积操作。所述上一层L1、L2a的先前输出张量a1ti–1、a2ti–1是存储在所述一个或多个第一缓冲区4a中的相应第一缓冲区4a中的最新张量,并且源自紧接于所述当前扫描的数据之前输入到所述CNN的先前扫描的数据。此外,所述设备1还用于将所述上一层L1、L2a的当前输出张量a1ti、a2ti作为最新张量存储在所述相应第一缓冲区4a中。
本发明授权使用卷积神经网络(CNN)来处理包括由用于测量距离的2D或3D传感器提供的空间信息的扫描的数据流在权利要求书中公布了:1.一种用于处理包括由用于测量距离的2D或3D传感器2提供的空间信息的扫描的数据流的设备1,其特征在于,所述设备1用于: 在推理阶段中使用卷积神经网络ConvolutionalNeuralNetwork,CNN3,其中,所述CNN包括第一层L1和在所述第一层L1之下的一个或多个其它层L2a、L2b、L2c以及用于存储相应上一层L1、L2a、L2b的输出张量的一个或多个第一缓冲区4a; 将由所述2D或3D传感器2以当前张量epcti的形式提供的当前扫描的数据pcti输入到所述CNN3中; 根据所述上一层L1、L2a、L2b的源自所述当前扫描的数据pcti的当前输出张量a1ti、a2ti、a3ti和所述上一层L1、L2a、L2b的先前输出张量a1ti–1、a2ti–1、a3ti–1,在每个其它层L2a、L2b、L2c中执行一个或多个卷积操作,其中, 所述上一层L1、L2a、L2b的先前输出张量a1ti–1、a2ti–1、a3ti–1是存储在所述一个或多个第一缓冲区4a中的相应第一缓冲区4a中的最新张量,并且源自紧接于所述当前扫描的数据pcti之前输入到所述CNN的先前扫描的数据; 将所述上一层L1、L2a、L2b的当前输出张量a1ti、a2ti、a3ti作为最新张量存储在所述相应第一缓冲区4a中。
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华为技术有限公司,其通讯地址为:518129 广东省深圳市龙岗区坂田华为总部办公楼;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励