[发明专利]基于深度卷积神经网络的单目6D姿态估计方法及装置有效
| 申请号： | 202110111487.0 | 申请日： | 2021-01-27 |
| 公开（公告）号： | CN112767486B | 公开（公告）日： | 2022-11-29 |
| 发明（设计）人： | 季向阳;王谷 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73;G06T3/40;G06V10/46;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 李岩 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的单目6D姿态估计方法及装置，该方法包括：对RGB图像进行检测得到目标物体区域，将包含目标物体的区域缩放到固定尺度；将缩放后的RGB图像输入卷积神经网络，得到物体的分割掩码、物体的三维模型坐标投影图，以及物体的三维模型表面区域注意力图，将物体的三维模型坐标投影与2D坐标图拼接得到2D‑3D密集对应关系图；将2D‑3D密集对应关系图和表面区域注意力图同时输入到神经网络模块中进行直接回归得到目标物体的6D姿态。该方法充分利用几何信息，使得直接回归6D物体姿态的方法的性能优于几何间接法，且能够满足高精度、实时性以及可微分的要求。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 姿态 估计 方法 装置 | ||
【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清华大学，未经清华大学许可，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/202110111487.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于静电保护的可控硅结构
- 下一篇：一种外波轮形增强复合管
