买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜广东工业大学申请的专利一种基于深度学习的6D姿态估计方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115457128B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211072450.2，技术领域涉及：G06T7/73；该发明授权一种基于深度学习的6D姿态估计方法和系统是由许伟濠;张伯泉设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种基于深度学习的6D姿态估计方法和系统在说明书摘要公布了：本发明提供了一种基于深度学习的6D姿态估计方法和系统，该方法首先获取目标物体的无标记码图像和有标记码图像；之后对目标物体的有标记码图像进行处理，之后利用预设的点云补全神经网络模型获得目标物体表面完整点云数据和3D模型；之后将目标物体的3D模型、表面完整点云数据和无标记码图像输入预设的6D姿态估计神经网络模型中训练并迭代优化；最后利用优化后的6D姿态估计神经网络模型对待预测目标物体进行6D姿态估计；该方法基于深度学习对目标物体进行6D姿态估计，能够有效提高目标物体6D姿态估计的预测精确度和预测效率，而且显著降低了现有技术中目标物体完整点云数据的获取难度，降低了生产成本。

本发明授权一种基于深度学习的6D姿态估计方法和系统在权利要求书中公布了：1.一种基于深度学习的6D姿态估计方法，其特征在于，包括以下步骤：S1：分别获取目标物体的无标记码图像和有标记码图像；S2：对目标物体的有标记码图像背景和噪声进行分割，获取目标物体的表面稀疏点云数据；S3：对目标物体的表面稀疏点云数据进行处理，获取目标物体的表面稠密点云数据和目标物体的3D模型；S4：将目标物体的无标记码图像和表面稠密点云数据输入到预设的点云补全神经网络模型中，获得目标物体的表面完整点云数据；具体如下：S4.1：将任意一张目标物体的无标记码图像和表面稠密点云数据输入到预设的点云补全神经网络模型中，对表面稠密点云数据进行旋转操作，调整至与所述目标物体的无标记码图像对应的相机姿态相匹配，得到目标物体稠密点云旋转数据P1；S4.2：将目标物体的无标记码图像进行映射，得到目标物体的全局稠密点云数据P2；S4.3：将目标物体稠密点云旋转数据P1和全局稠密点云数据P2拼接后进行均匀下采样；S4.4：利用下采样后的全局稠密点云数据P2减去下采样后的目标物体稠密点云旋转数据P1，得到输入部分点云数据Pf和输入缺少部分点云数据Pc；S4.5：将输入部分点云数据Pf、输入缺少部分点云数据Pc、下采样后的目标物体稠密点云旋转数据P1和目标物体的无标记码图像拼接获得全局特征向量Vt；S4.6：利用全局特征向量Vt获得目标物体的表面点云偏移量向量，将输入缺少部分点云数据Pc与目标物体的表面点云偏移量向量拼接，获得目标物体表面完整点云数据P3；S5：将目标物体的3D模型、表面完整点云数据和目标物体的无标记码图像输入到预设的6D姿态估计神经网络模型中进行训练，获得优化后的6D姿态估计神经网络模型；S6：获取待预测的目标物体图像，将待预测的目标物体图像输入到优化后的6D姿态估计神经网络模型，获取待预测目标物体的6D姿态。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。