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！

龙图腾网获悉南京邮电大学申请的专利基于深度霍夫投票的3D物体识别系统及其识别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：CN116052159B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310128740.2，技术领域涉及：G06V20/64；该发明授权基于深度霍夫投票的3D物体识别系统及其识别方法是由谢世朋;黄岩设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本基于深度霍夫投票的3D物体识别系统及其识别方法在说明书摘要公布了：本发明提出了一种基于深度霍夫投票的3D物体识别系统及其识别方法，识别系统包括：votenet检测模块，用于输入N个点云，并基于pointnet++骨干网络学习点云特征和从种子点学习霍夫投票生成M个投票；RGB模块，与种子点相连，用于2D图像上的对象检测和点云上的点云特征提取，之后再将2D图像投票以及语义和纹理提示提升到3D种子点；PPC模块，与种子点相连，用于对种子点云携带的特征信息进行分析；OOC模块，当点云经过初始处理、霍夫投票、采样聚类之后形成簇群；以及GSC模块，与种子点和簇群相连，以应用MLP层来进一步聚合全局信息，并且输出随后被扩展并与OOC模块的输出特征地图相结合。相较于现有技术，本发明能够直接处理原始数据，不依赖于任何2D检测器。

本发明授权基于深度霍夫投票的3D物体识别系统及其识别方法在权利要求书中公布了：1.一种基于深度霍夫投票的3D物体识别系统，其特征在于，包括： votenet检测模块，用于输入N个点云，并基于pointnet++骨干网络学习点云特征和从种子点学习霍夫投票生成M个投票，每个投票都具有3D坐标和高维特征向量； RGB模块，与种子点相连，用于2D图像上的对象检测和点云上的点云特征提取，之后再将2D图像投票以及语义和纹理提示提升到3D种子点，具有串联图像和点云特征的种子点将生成对3D对象中心的投票； PPC模块，与种子点相连，用于对种子点云携带的特征信息进行分析； OOC模块，当点云经过初始处理、霍夫投票、采样聚类之后形成簇群，此时存在K个物体中心，在建议和分类之前、最大池化之后，通过OOC模块使用CGNL的自我注意力模块，以生成新的特征图来记录所有簇群之间的亲和力，即物体与物体之间的关系；以及 GSC模块，与种子点和簇群相连，以应用MLP层来进一步聚合全局信息，随后输出扩展并与OOC模块的输出特征地图相结合； 其中，所述GSC模块中，使用来自种子点和簇群的输入创建了一个新的分支，利用补丁向量和簇向量，组合来自所有补丁和候选对象的信息，遵循2D检测器的上下文建模策略中的多尺度特征融合，将补丁向量和簇向量连接，以形成全局特征向量；所述多尺度特征融合过程能够概括为： 其中，表示对OOC模块的结果做最大池化，表示对PPC模块的结果做最大池化，MLP表示对和二者做MLP，表示对PPC-OOC运算之后的结果进行相加。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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。