申请/专利权人:杭州电子科技大学
申请日:2023-12-11
公开(公告)日:2024-03-22
公开(公告)号:CN117745815A
主分类号:G06T7/73
分类号:G06T7/73;G06V10/46;G06V10/75;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供一种等变性注意力迭代稀疏采样的物体6D姿态估计方法及系统,方法:S1.制作观察图的数据集;S2.从观察图的RGB上采样一组2D坐标序列,并将其与深度图对齐,获得采样点的3D坐标;S3.随机初始化一个姿态作为渲染位姿;S4.设置渲染器的渲染位姿,生成在采样2D坐标上对应的渲染像素和3D坐标;S5.将观察像素、渲染像素以及它们对应的3D坐标输入到等变性注意力迭代网络的模型中,输出观察图和渲染图的残差位姿;S6.将残差位姿反馈到上一次的渲染位姿,得到新的渲染位姿,并重复执行S4‑S5;S7.重复执行S2‑S6,对数据集进行迭代训练,直到模型收敛,结束迭代并保存模型的权重文件;S8.利用训练好的模型对测试图片进行6D位姿估计。
主权项:1.一种等变性注意力迭代稀疏采样的物体6D姿态估计方法,其特征在于,包括如下步骤:S1.制作观察图的数据集,包含RGB图和深度图;S2.从观察图的RGB上采样一组2D坐标序列,并将其与深度图对齐,获得采样点的3D坐标;S3.随机初始化一个姿态作为渲染位姿;S4.设置渲染位姿,生成在采样2D坐标上对应的渲染像素和3D坐标;S5.将观察像素、渲染像素以及对应的3D坐标输入到等变性注意力迭代网络的模型中,输出观察图和渲染图的残差位姿;S6.将残差位姿反馈到上一次的渲染位姿,得到新的渲染位姿,并重复执行数次步骤S4-S5;S7.重复执行步骤S2-S6,对数据集进行迭代训练,直到模型收敛,结束迭代并保存模型的权重文件;S8.利用训练好的模型对测试图片进行6D位姿估计。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种等变性注意力迭代稀疏采样的物体6D姿态估计方法及系统
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。