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！

龙图腾网获悉中国科学技术大学申请的专利面向自动驾驶的稀疏卷积特征蒸馏的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：CN117197606B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310544720.3，技术领域涉及：G06V10/774；该发明授权面向自动驾驶的稀疏卷积特征蒸馏的点云目标检测方法是由刘军;张金宝设计研发完成，并于2023-05-12向国家知识产权局提交的专利申请。

本面向自动驾驶的稀疏卷积特征蒸馏的点云目标检测方法在说明书摘要公布了：本发明公开了一种面向自动驾驶的稀疏卷积特征蒸馏的点云目标检测方法，该方法包括：对点云数据进行预处理操作，滤除孤立点和界外点，并对点云数据进行体素化操作，获得训练数据集；构建教师神经网络与学生神经网络；通过训练数据集对教师神经网络进行训练，得到教师神经网络的各参数权重；使用训练数据集对学生神经网络进行训练，同时将数据输入教师网络进行前向传播，通过特征蒸馏得到蒸馏Loss，通过分类Loss、回归Loss与蒸馏Loss确定总体损失函数，使用反向传播对学生网络的参数进行调整；通过所述完成训练的神经网络对预测数据集进行目标预测，得到检测目标的位置、大小、方向、种类信息。

本发明授权面向自动驾驶的稀疏卷积特征蒸馏的点云目标检测方法在权利要求书中公布了：1.一种面向自动驾驶的稀疏卷积特征蒸馏的点云目标检测方法，该方法包括： 对点云数据进行预处理操作，滤除孤立点和界外点，并对点云数据进行体素化操作，获得训练数据集； 构建教师神经网络与学生神经网络； 通过训练数据集对教师神经网络进行训练，获得教师神经网络的各参数权重； 使用训练数据集对学生神经网络进行训练，同时将数据输入教师网络进行前向传播，通过特征蒸馏得到蒸馏特征Loss，通过分类Loss、回归Loss与蒸馏特征Loss确定总体损失函数，确定当前学生网络参数相对于总体损失函数的梯度，使用反向传播对学生网络的参数进行调整，获得完成训练的学生神经网络； 通过所述完成训练的学生神经网络，对预测数据集进行检测，经过学生网络前向推理得到待检测目标的位置、大小、方向和种类； 所述通过特征蒸馏得到蒸馏Loss，具体为： 步骤401：根据训练集的真值，即3D标注框的位置、尺寸以及物体种类，将3D框投影至2D鸟瞰特征图，设当前帧包含的3D标注框的数量为N，根据卷积的下采样倍数调整3D标注框在2D鸟瞰特征图下的尺寸，划定其在2D鸟瞰特征图下的位置、大小及方向，得到最终的投影结果，即其中k＝0，1，...，N-1，执行步骤402； 步骤402：使用来自训练集的3D标注框boxk，对于每一个标注框，计算其框内点云的完整性评分Scorek，该评分同样适用于3D标注框boxk对应的2D鸟瞰特征图下的 步骤403：根据每一个标注框在2D鸟瞰特征图下的投影在框内分别按照的长和宽尺度上等距离的选取7*7个采样点，得到每一个采样点的坐标Gridk，i，其中i＝0，1，...，48； 步骤404：根据每一个采样点坐标Gridk，i，得到2D鸟瞰特征图中与该采样点的距离最近的4个点，分别在教师网络的2D鸟瞰图特征Ftea和Fstu内，根据这四个点的2D鸟瞰图特征，使用双线性插值的方法，得到教师网络和学生网络在采样点处的特征和其中i＝0，1，...，48； 步骤405：对于3D标注框boxk，使用步骤402中得到的框内点云的完整性评分Scorek，以及教师网络和学生网络在采样点处的特征和计算蒸馏损失函数Lossdistill，损失函数选择使用均方误差损失函数MSELoss:

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中国科学技术大学，其通讯地址为：230002 安徽省合肥市金寨路96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。