買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江大學申請的專利一種基于圖像和點云融合網絡的道路區域圖像識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113887349B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111098880.7，技術領域涉及：G06V20/56；該發明授權一種基于圖像和點云融合網絡的道路區域圖像識別方法是由陳劍;王麒;張心放;李浩亮設計研發完成，并于2021-09-18向國家知識產權局提交的專利申請。

本一種基于圖像和點云融合網絡的道路區域圖像識別方法在說明書摘要公布了：本發明公開了一種基于圖像和點云融合的道路區域圖像識別方法。構建融合主干網絡，提取原始圖像和原始點云中的特征，并對這兩種特征進行融合，獲得融合后特征圖；使用Upsampling、2D卷積層和ReLU激活函數層構建解碼層，并以此構建解碼網絡，將融合后特征圖輸入到解碼網絡處理獲得解碼特征結果；針對解碼特征結果使用逐點卷積運算，得到是否為道路區域分類類別。本發明解決了圖像和點云直接融合的難題，將原始點云直接輸入到道路區域網絡中，不需要對點云做任何前處理操作，使得整個方法的運算量較低；對高精度地檢測復雜環境中的道路區域能穩定精確地檢測道路區域。

本發明授權一種基于圖像和點云融合網絡的道路區域圖像識別方法在權利要求書中公布了：1.一種基于圖像和點云融合的道路區域圖像識別方法，其特征在于：1構建融合主干網絡，提取原始圖像和原始點云中的特征，并對這兩種特征進行融合，獲得融合后特征圖；2然后使用Upsampling、2D卷積層和ReLU激活函數層構建解碼層，并以此構建解碼網絡，將融合后特征圖輸入到解碼網絡處理獲得解碼特征結果；3最后針對解碼特征結果使用逐點卷積運算，得到原始圖像中每個像素為“道路”或者“非道路”的分類類別；所述的融合主干網絡包括圖像處理分支、點云處理分支和融合模塊，所述的圖像處理分支包括了五個依次級聯連接的特征提取塊，原始圖像輸入到第一個特征提取塊，經五個特征提取塊依次處理后輸出各自的圖像特征；所述的點云處理分支包括了四個依次連接的SA層，原始點云輸入到第一個SA層，經五個特征提取塊依次處理后輸出各自的特征點云；將各個特征提取塊輸出的結果以及各個SA層輸出的結果和原始點云通過多個融合模塊進行融合傳遞處理并反饋到特征提取塊中；表示為以下操作： Fi＝Ii+FusionPj,Ii,j＝i-1,i∈{1,2,3,4,5}，j∈{0,1,2,3,4} 其中，為第1個特征提取塊的操作，Ii表示第i個特征提取塊輸出的圖像特征，I0表示原始圖像，I1表示第1個特征提取塊輸出的圖像特征，Fi表示第i個融合模塊輸出的融合后特征圖，Fusion·為融合模塊的操作，Pj表示第j個SA層輸出的特征點云，P0為原始點云，為第j+1個SA層的操作；通過循環上述操作得到各個融合模塊的輸出結果，組成融合后特征圖集合{F1,F2,F3,F4,F5}；所述融合模塊的具體操作步驟如下：S1、使用預先標定的激光雷達和相機的4x4方陣的外參矩陣和相機的內參矩陣K，求出第j個SA層輸出的特征點云Pj中的每個點在第i個特征提取塊輸出的圖像特征Ii的圖像坐標系下的像素位置： ci＝2i其中，P′j為Pj的齊次坐標，Qij為特征點云Pj在圖像特征圖Ii的圖像坐標系下的齊次坐標，ci為圖像特征圖Ii所對應的縮放尺度常量，表示向下取整操作；S2、對于圖像特征Ii的每個像素，選取齊次坐標為該像素位置的特征點云Pj中的點組成集合，對該集合中的所有點的特征值取平均值，得到圖像特征Ii的該像素從特征點云Pj中獲取的特征；S3、對圖像特征Ii中的每個像素均進行上述操作，組成完整圖像作為融合后特征圖Fi。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。