基于关键点定位网络的物体6D位姿估计方法及系统

    公开(公告)号:CN116977432A

    公开(公告)日:2023-10-31

    申请号:CN202311017914.4

    申请日:2023-08-14

    IPC分类号: G06T7/73

    摘要: 本发明公开了基于关键点定位网络的物体6D位姿估计方法及系统;将预处理后的目标物体图像,输入到关键点定位网络中,输出图像中目标物体的二维关键点;根据目标物体的二维关键点,确定物体的位姿;网络对目标物体图像进行特征提取,得到特征图;对特征图进行两阶段关键点提取,第一阶段用于提取出特征图上每个点到指定关键点的第一阶段偏移量,将第一阶段偏移量与偏移起始点坐标进行相加,得到第一阶段预测的指定关键点的坐标;第二阶段应用可变形卷积进行特征重采样,捕获指定关键点的几何位置,得到新特征图,对新特征图预测生成第二阶段的偏移量,第二阶段偏移量对第一阶段预测的指定关键点坐标进行优化,得到第二阶段预测的关键点坐标。

    基于区域级形状先验的类别级物体位姿估计方法及系统

    公开(公告)号:CN118447249A

    公开(公告)日:2024-08-06

    申请号:CN202410596567.3

    申请日:2024-05-14

    申请人: 山东大学

    摘要: 本公开提供了基于区域级形状先验的类别级物体位姿估计方法及系统,涉及多自由度位姿估计技术领域,基于区域级形状先验自适应的类别级物体6DoF位姿估计网络,提取类别内所有已知物体的共性特征;提出一种区域分割策略,通过对特征图中不同子区域独立处理,能够在局部区域内提取出更关键的几何特征;利用形状先验点云与实例观测点云之间的结构相似性,动态地将类别级的形状先验自适应到各个特定的物体实例上;提出使用双通道架构,使区域之间产生交互作用与信息流动;通过变形网络和匹配网络实现对目标物体的6DoF位姿估计;本公开增强网络模型对于类内物体形状变化的鲁棒性。