首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于图像和三维模型的物体姿态估计方法、系统及介质 

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!

申请/专利权人:跨维(深圳)智能数字科技有限公司

摘要:本发明公开了一种基于图像和三维模型的物体姿态估计方法、系统及介质,其中方法包括以下步骤:获取目标物体的图像数据;对所述图像数据进行特征提取,采用物体姿态估计模型对提取到的特征进行映射,获取相似度最高的特征对应的视角作为估计的目标物体位姿;其中,所述物体姿态估计模型用于将所述目标物体的图像特征映射到相似度最高的三维模型多视角特征的卷积神经网络。本发明无需借助于深度图像,更加充分地利用目标物体的三维模型,可以更好地计算被遮挡的目标物体,修改目标物体时不需要重新训练整个网络,提高了物体位姿估计技术的泛化性、精准度和识别速度,可广泛应用于智能信息处理技术领域。

主权项:1.一种基于图像和三维模型的物体姿态估计方法,其特征在于,包括以下步骤:获取目标物体的图像数据;采用多视角特征提取网络对所述图像数据进行特征提取,根据预设的多视角图像特征数据库,采用物体姿态估计模型对提取到的特征进行映射,获取相似度最高的特征对应的视角作为估计的目标物体位姿;其中,所述物体姿态估计模型用于将所述目标物体的图像特征映射到相似度最高的三维模型多视角特征的卷积神经网络;所述多视角特征提取网络通过以下方式进行训练获得:将多视角特征提取网络与特征-图像重建网络级联一起训练,进行参数优化;级联后的整体网络表示为其中表示重建后的图像,Fk=fθIk为从图像Ik到特征Fk的映射,θ表示多视角特征提取网络的参数,fβ表示特征-图像重建网络,β表示特征-图像重建网络的参数;所述物体姿态估计模型以多视角图像特征数据库和目标物体的图像特征作为输入,输出所述图像特征与三维模型多视角图像特征中每一视角图像特征的相似度。

全文数据:

权利要求:

百度查询: 跨维(深圳)智能数字科技有限公司 基于图像和三维模型的物体姿态估计方法、系统及介质

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。