[发明专利]语义分解式物体位姿估计方法及系统

权利要求书

1.一种语义分解式物体位姿估计方法，其特征在于，包括以下步骤：

S1，在二维图像中检测和提取目标物体；

S2，对目标物体进行多层次的语义分解，得到多层次的语义分解式表示图，多层次的语义分解式表示图包括：RGB图、灰度图、素描图和边缘图；

S3，通过网络模块对语义分解后的目标物体进行训练，得到位姿结果；

在步骤S3中，网络模块包括：跨语义表示的物体坐标预测网络模块、上下文感知特征融合网络模块和物体坐标集成网络模块；

跨语义表示的物体坐标预测网络模块包括：特征网络模块和坐标预测网络模块，特征网络模块用于对多层次的语义分解表示图进行特征参数提取，坐标预测网络模块根据特征参数对目标物体的三维坐标进行预测，得到第一预测值；

将特征参数输入至上下文感知特征融合网络模块，得到融合参数；将融合参数输入至坐标预测网络模块，坐标预测网络模块根据融合参数对目标物体的三维坐标进行预测，得到第二预测值；

将第一预测值和第二预测值输入至物体坐标集成网络模块，物体坐标集成网络模块根据第一预测值和第二预测值对目标物体的三维坐标进行预测，得到第三预测值。

2.根据权利要求1所述的语义分解式物体位姿估计方法，其特征在于，在步骤S1中，检测和提取目标物体包括：检测目标物体的中心点的像素坐标(c_x，c_y)和目标物体在二维图像中的尺寸(h，w)。

3.根据权利要求1所述的语义分解式物体位姿估计方法，其特征在于，根据第三预测值，建立目标物体的二维图像到三维坐标之间的对应关系，利用随机抽样一致性算法对目标物体的六自由度位姿进行求解，得到位姿结果。