Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军陆军装备部驻南京地区军事代表局驻南京地区第四军事代表室邱荣贤获国家专利权

中国人民解放军陆军装备部驻南京地区军事代表局驻南京地区第四军事代表室邱荣贤获国家专利权

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!

龙图腾网获悉中国人民解放军陆军装备部驻南京地区军事代表局驻南京地区第四军事代表室申请的专利基于激光雷达的微目标检测定位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:CN120279099B

龙图腾网通过国家知识产权局官网在2025-12-02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:202510729133.0,技术领域涉及:G06T7/73;该发明授权基于激光雷达的微目标检测定位方法是由邱荣贤;马长胜;鲁益青;刘巾军;张超;吴森达;崔益烽设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。

基于激光雷达的微目标检测定位方法在说明书摘要公布了:本发明公开了基于激光雷达的微目标检测定位方法,涉及雷达微目标检测技术领域,包括获取待测微目标的第一数据,并对第一数据进行预处理;基于预处理后的第一数据,构建多分支深度学习模型并对第一数据进行特征提取;根据特征提取结果进行检测和材质分类;预设动态特征库,根据特征提取结果对未知材质进行在线学习。本发明通过构建多分支深度学习模型融合几何与光谱特征,显著提升微目标检测精度与材质分类准确性,借助动态特征库与在线学习机制,实现对未知材质的自动识别,针对多波长激光雷达数据设计专用特征提取分支,充分挖掘材质特异性信息,提供了高精度、高适应性、低维护成本的微目标检测定位解决方案。

本发明授权基于激光雷达的微目标检测定位方法在权利要求书中公布了:1.基于激光雷达的微目标检测定位方法,其特征在于:包括: 获取待测微目标的第一数据,并对所述第一数据进行预处理; 基于所述预处理后的第一数据,构建多分支深度学习模型并对第一数据进行特征提取; 基于所述预处理后的第一数据,构建多分支深度学习模型包括以下步骤: 依据数据特性划分几何分支与光谱分支,明确各分支功能; 几何分支采用PointNet点云网络提取几何特征; 光谱分支利用CNN提取光谱材质特征; 通过融合几何分支与光谱分支输出的特征,构建多分支深度学习模型; 所述多分支深度学习模型的具体公式如下: 式中,为融合后的特征向量;为几何特征的权重系数;为中心点的几何特征向量;为光谱特征向量; 根据所述特征提取结果进行检测和材质分类; 根据所述特征提取结果进行微目标检测包括以下步骤: 计算融合后的特征向量模长; 当融合后的特征向量模长大于第一阈值时,则表明微目标存在,且该目标具有显著的几何结构特征和光谱异常特征,记录目标所在区域的位置,并触发材质分类流程; 当融合后的特征向量模长小于等于第一阈值时,则表明目标不存在,记录当前区域为背景,不触发材质分类流程,移动检测窗口至下一区域,重复特征提取与阈值判断; 预设动态特征库,根据所述特征提取结果对未知材质进行在线学习; 所述材质分类流程的具体步骤如下: 将光谱特征向量与动态特征库中已知材质模板计算相似度; 若最大相似度大于第二阈值,则该微目标的材质为已知材质类别,直接输出材质分类结果; 若最大相似度小于等于第二阈值,则表明该微目标的光谱特征与动态特征库中所有已知材质模版的匹配度均不足,无法准确归类为任何已知材质,说明该材质为未知材质,进行未知材质处理流程。

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人民解放军陆军装备部驻南京地区军事代表局驻南京地区第四军事代表室,其通讯地址为:210000 江苏省南京市秦淮区御道街33-9临;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。

免责声明
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。