[发明专利]基于轻量级特征融合网络的类别级物体6D位姿估计方法在审
| 申请号： | 202310943921.0 | 申请日： | 2023-07-31 |
| 公开（公告）号： | CN116805383A | 公开（公告）日： | 2023-09-26 |
| 发明（设计）人： | 孙炜;杨慧;刘剑;刘崇沛 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06V10/77 | 分类号： | G06V10/77;G06V10/80;G06V10/766;G06V10/74;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 湖南岑信知识产权代理事务所(普通合伙) 43275 | 代理人： | 谷萍 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于轻量级特征融合网络的类别级物体6D位姿估计方法，通过将相机采集的物体深度图像经过反投影得到物体点云，然后使用PointNet++网络提取物体点云和形状先验的几何特征，并将其送入轻量级特征融合编码器中进行密集融合，将融合后得到的特征输至多层感知机并进行平均池化得到全局特征，最后，根据几何特征和全局特征重建物体模型，并通过位姿回归求解6D位姿。本发明有效的将物体点云特征和形状先验特征进行融合，将形状先验几何特征引入到实例中，使其形状信息更加可靠；将实例的几何信息融合到形状先验中，使其对类别内的不同实例有更好的泛化效果，并在6D位姿估计准确性、速度等性能上得到了显著的提升。 | ||
| 搜索关键词： | 基于 轻量级 特征 融合 网络 类别 物体 估计 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南大学，未经湖南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310943921.0/，转载请声明来源钻瓜专利网。
