浙江大學(xué)劉山獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標(biāo)用IPTOP,全免費(fèi)!專利年費(fèi)監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉浙江大學(xué)申請的專利一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法及裝置獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119205911B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411247507.7,技術(shù)領(lǐng)域涉及:G06T7/73;該發(fā)明授權(quán)一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法及裝置是由劉山;楊興鏡設(shè)計研發(fā)完成,并于2024-09-06向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法及裝置在說明書摘要公布了:本發(fā)明公開了一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法及裝置,首先基于RGB相機(jī)獲取包含目標(biāo)物體的彩色圖像,將其饋送至所構(gòu)建的直接回歸位姿網(wǎng)絡(luò),該網(wǎng)絡(luò)包含特征提取模塊、聯(lián)合注意力模塊、上采樣模塊和類PnP模塊,最終直接輸出位姿結(jié)果。對于輸入的圖像進(jìn)行預(yù)處理后,基于主流的特征提取骨干網(wǎng)絡(luò),結(jié)合網(wǎng)絡(luò)模型特點(diǎn)在不同部位嵌入特征注意力模塊,以提升網(wǎng)絡(luò)對通道、空間等不同維度的特征提取、表達(dá)能力;針對獲得的中間特征,設(shè)計類PnP模塊代替現(xiàn)有的PnP求解過程,讓網(wǎng)絡(luò)模型直接預(yù)測目標(biāo)物體的位姿結(jié)果。本發(fā)明相較主流的兩階段方法能克服代理損失導(dǎo)致的誤差增大問題,進(jìn)一步提高物體6D位姿估計結(jié)果的準(zhǔn)確性。
本發(fā)明授權(quán)一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法及裝置在權(quán)利要求書中公布了:1.一種基于圖像聯(lián)合注意力的直接回歸物體6D位姿方法,其特征在于,該方法包括如下步驟: (1)獲取需要進(jìn)行位姿估計的原始圖像并進(jìn)行預(yù)處理; (2)將預(yù)處后的圖像作為輸入特征,在提取圖像高維特征的過程中,基于瓶頸注意力模塊和高效通道注意力模塊進(jìn)行特征增強(qiáng),然后經(jīng)過反卷積、上采樣操作,得到包含物體在圖像上的關(guān)鍵點(diǎn)對應(yīng)關(guān)系與物體掩膜信息的中間特征; 特征增強(qiáng)具體為:采用特征提取骨干網(wǎng)絡(luò)提取圖像高維特征,特征提取骨干網(wǎng)絡(luò)包含4層殘差塊,殘差塊之間添加瓶頸注意力模塊,基于平均池化操作、多層感知機(jī)和批歸一化獲取通道注意力特征,基于卷積操作和批歸一化獲取空間注意力特征,疊加到輸入特征,進(jìn)行特征增強(qiáng);前3層殘差塊內(nèi)部添加高效通道注意力模塊,基于平均池化操作和卷積操作獲取注意力特征,疊加到輸入特征,進(jìn)行特征增強(qiáng); 所述中間特征包含5維通道,前3維通道對應(yīng)的特征圖表示圖像上物體所屬像素對應(yīng)的三維點(diǎn)坐標(biāo)預(yù)測特征圖,后2維通道對應(yīng)的特征圖表示目標(biāo)物體的掩膜預(yù)測特征圖;(3)將中間特征輸入類PnP模塊,包含多層跨步卷積與組歸一化操作,基于中間特征的維度確定跨步卷積的步長和層數(shù),最后經(jīng)過全連接層輸出預(yù)測的6D位姿;分別計算最終的位姿估計損失與中間特征損失,加權(quán)求和后作為最終損失函數(shù)進(jìn)行訓(xùn)練;中間特征損失定義如下: 其中,為目標(biāo)物體的掩膜預(yù)測特征圖,為圖像上物體所屬像素對應(yīng)的三維點(diǎn)坐標(biāo)預(yù)測特征圖,中間特征損失前一項表示目標(biāo)物體的掩膜預(yù)測損失,后一項表示三維坐標(biāo)點(diǎn)的預(yù)測損失,由于背景物體的三維坐標(biāo)不是預(yù)測目標(biāo),因此與相乘以過濾背景信息的影響。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人浙江大學(xué),其通訊地址為:310058 浙江省杭州市西湖區(qū)余杭塘路866號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準(zhǔn)確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。
- 添可智能科技有限公司朱濤獲國家專利權(quán)
- LG 電子株式會社許鎮(zhèn)獲國家專利權(quán)
- 廣東電網(wǎng)有限責(zé)任公司李新海獲國家專利權(quán)
- 湖南軟金生物科技有限公司陳捷獲國家專利權(quán)
- 杭州意能電力技術(shù)有限公司明菊蘭獲國家專利權(quán)
- 北京字節(jié)跳動網(wǎng)絡(luò)技術(shù)有限公司劉鴻彬獲國家專利權(quán)
- 北京字節(jié)跳動網(wǎng)絡(luò)技術(shù)有限公司劉鴻彬獲國家專利權(quán)
- 高通股份有限公司杜云獲國家專利權(quán)
- 清華大學(xué)劉遠(yuǎn)航獲國家專利權(quán)
- 株式會社迪思科飯?zhí)镉⒁猾@國家專利權(quán)


熱門推薦
- 華為技術(shù)有限公司劉南南獲國家專利權(quán)
- 安徽建筑大學(xué)翟朝嬌獲國家專利權(quán)
- QORVO美國公司朱利奧·C·科斯塔獲國家專利權(quán)
- 中國平安人壽保險股份有限公司戴建明獲國家專利權(quán)
- 意法半導(dǎo)體股份有限公司D·G·帕蒂獲國家專利權(quán)
- 廣州市建筑科學(xué)研究院有限公司張碩獲國家專利權(quán)
- 皇家飛利浦有限公司T·G·蒂比獲國家專利權(quán)
- 北京字節(jié)跳動網(wǎng)絡(luò)技術(shù)有限公司張莉獲國家專利權(quán)
- LG電子株式會社崔訓(xùn)碩獲國家專利權(quán)
- 新思科技有限公司J·勒獲國家專利權(quán)