申请/专利权人：南昌航空大学

申请日：2024-02-02

公开（公告）日：2024-03-12

公开（公告）号：CN117689990A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/44;G06V10/82;G06V10/26;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种基于6D姿态估计的三支流双向融合网络方法，属于图像处理领域，包括：对RGB图像进行语义分割，从RGB图像进行输入，裁剪需要预测的目标对象，获取目标对象的彩色图像和深度图像，并将深度图像转换为点云；对S1中的彩色图像和深度图像进行特征提取和融合，构建RGB分支、深度分支及融合分支三个并行分支对特征进行提取和充分融合；将S2中提取的特征输入到姿态估计网络，估计每个中心点的特征的3D平移姿态和3D旋转姿态，并输出最高置信度的姿态。本发明采用上述的一种基于6D姿态估计的三支流双向融合网络方法，不仅可以保留原始RGB和深度分支的特征信息，还可以充分利用融合分支的特征，尽可能减小RGB和深度图像之间的特征差异。

主权项：1.一种基于6D姿态估计的三支流双向融合网络方法，其特征在于，包括以下步骤：S1、对RGB图像进行语义分割，从RGB图像进行输入，裁剪需要预测的目标对象，获取目标对象的彩色图像和深度图像，并将深度图像转换为点云；S2、对S1中的彩色图像和深度图像进行特征提取和融合，构建RGB分支、深度分支及融合分支三个并行分支对特征进行提取和充分融合；S3、将S2中提取的特征输入到姿态估计网络，估计每个中心点的特征的3D平移姿态和3D旋转姿态，并输出最高置信度的姿态。

全文数据：

权利要求：

百度查询： 南昌航空大学 一种基于6D姿态估计的三支流双向融合网络方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD