龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东大学
申请日：2024-04-12
公开（公告）日：2024-06-18
公开（公告）号：CN118212268A
主分类号：G06T7/246
分类号：G06T7/246;G06T7/11;G06T7/80;G06V10/74
优先权：
专利状态码：在审-公开
法律状态：2024.06.18#公开
摘要：本发明涉及一种基于软对应估计的类级别三维物体六维姿态跟踪方法，属于计算机视觉领域，在数据预处理模块，对视频流的第一帧中的目标物体进行位姿估计，得到目标物体的初始位姿，初始化后，对深度视频流的物体进行连续的六维姿态跟踪。在对应估计模块中，提取来自不同帧的点云数据的几何特征并估计不同点云之间点与点的对应关系。在对应扩展模块中，针对估计得到的对应关系进行对应扩张，使每一个点所关联的点的数量尽可能少。在基准帧模块中，随着时间的推进根据标准更新基准帧，以减小跟踪过程中的累计误差。本发明解决了在仅有深度视频流和初始帧检测和分割结果作为输入的情况下，对同一类别但此前从未见过的物体进行六维姿态跟踪。
主权项：1.一种基于软对应估计的类级别三维物体六维姿态跟踪方法，其特征在于，包括如下步骤：S1：在数据预处理模块，通过相机标定方法预先获得相机内参，通过相机内参和深度视频流作为输入，反投影计算每一帧画面对应的三维点云数据，将来自两个不同输入点云分别进行均值化处理，以保证在训练阶段网络能够有效地估计视频帧之间的相对位置和姿态变化；同时，选择深度视频流的第一帧图像，使用目标检测方法检测目标物体所在区域，得到覆盖该区域的分割掩膜，并使用类级别单帧位姿估计方法估计目标物体的六维姿态作为初始位姿，初始化过程结束；S2：在帧间姿态估计模块中，使用多层感知机提取S1获得的三维点云数据的几何特征，来自两帧的点云经过多层感知机得到两个特征向量，两个特征向量通过叉乘以计算不同特征向量之间的相似度，该相似度的表示形式为矩阵，称为对应矩阵，表示不同点之间的对应关系；在训练过程中设计了软对应约束：使用已知的对应关系生成真实的对应矩阵，在真实对应矩阵的约束下训练特征提取网络的参数以估计正确的对应矩阵；S3：在对应扩张模块中，使用k双向对应来控制对应矩阵中对应关系的分散程度，随着迭代次数增加逐渐缩小k的值，使对应矩阵映射后的原点云逐渐接近目标点云的形状。
全文数据：
权利要求：
百度查询： 山东大学 一种基于软对应估计的类级别三维物体六维姿态跟踪方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号