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！

龙图腾网获悉中山大学申请的专利一种基于上下文聚类与多模态融合的目标检测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：CN116894963B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310660880.4，技术领域涉及：G06V10/762；该发明授权一种基于上下文聚类与多模态融合的目标检测方法和系统是由何为;邓振淼设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于上下文聚类与多模态融合的目标检测方法和系统在说明书摘要公布了：本发明公开了一种基于上下文聚类与多模态融合的目标检测方法和系统，涉及计算机视觉和雷达信号处理的技术领域，包括获取图像数据和点云数据并进行数据增强处理；对数据增强处理后的图像数据提取特征，基于视觉分支特征计算对应的热图和属性参数，获得目标的第一检测结果；对数据增强后的点云数据进行矩形扩展，获得扩展后的点云矩形面；与第一检测结果进行区域关联，获得关联数据并提取特征，获得雷达分支特征；融合视觉分支特征和雷达分支特征，计算第二检测结果，连同第一检测结果共同输入解码器，获得目标的最终检测结果。本发明设计的基于上下文聚类的多模态特征融合网络结构，实现对多模态特征数据的融合互补，提高了目标检测的精度和效率。

本发明授权一种基于上下文聚类与多模态融合的目标检测方法和系统在权利要求书中公布了：1.一种基于上下文聚类与多模态融合的目标检测方法，其特征在于，包括： S1：获取成对的图像数据和点云数据，并对所述图像数据和点云数据进行数据增强处理，获得数据增强后的图像数据和点云数据； S2：对所述数据增强后的图像数据进行特征提取，获得视觉分支特征； S3：基于所述视觉分支特征，计算对应的热图和属性参数，获得目标的第一检测结果； S4：将所述数据增强后的点云数据映射到图像坐标系中并进行矩形扩展，获得扩展后的点云矩形面，并获得扩展后的点云矩形面在图像坐标系平面的大小和位置信息； S5：将所述目标的第一检测结果和所述扩展后的点云矩形面进行区域关联，获得关联数据； S6：对所述关联数据进行特征提取，获得雷达分支特征，具体方法为： 对于每个与目标的第一检测结果关联的点云矩形面，在该位置生成对应的雷达分支特征,计算公式为： 式中，分别表示雷达分支特征的三个特征通道；表示第个目标在第个特征通道上的雷达分支特征，表示第个特征通道上的归一化因子，表示第个特征通道上的深度或径向速度特征值，和分别表示水平方向和竖直方向上目标速度的分量，和表示第个目标的中心点，和表示第个目标的二维边界框的宽度和高度；为控制目标二维边界框大小的超参数； S7：将所述视觉分支特征和所述雷达分支特征进行特征融合，获得融合特征； S8：基于所述融合特征，计算目标的第二检测结果； S9：将所述目标的第一检测结果和目标的第二检测结果输入预设的解码器，获得目标的最终检测结果。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。