摘要
本申请公开一种空间非合作目标6D姿态估计方法、装置、介质及产品,涉及计算机视觉技术领域,所述方法包括:获取待估计空间非合作目标的图像和多个关键点的3D坐标;将图像输入至2D坐标预测模型中,得到各关键点的2D坐标;2D坐标预测模型是根据A3DKS损失函数,利用训练集对改进YOLOv8关键点检测网络进行训练得到的;改进YOLOv8关键点检测网络是利用EfficientViT网络和TripletAttention网络对YOLOv8模型进行改进得到的;利用透视n点算法,基于各关键点的2D坐标和3D坐标,确定待估计空间非合作目标的6D姿态。本申请提高了空间非合作目标6D姿态估计的精度与效率。
技术关键词
姿态估计方法
关键点
坐标
网络
图像
采样模块
计算机视觉技术
令牌
处理器
计算机装置
训练集
计算机程序产品
可读存储介质
存储器
注意力
算法
相机
系统为您推荐了相关专利信息
火灾预警方法
地铁车站
循环神经网络模型
传感器
数据
蓄热调峰
蓄热设备
发电优化方法
时间段
神经网络模型构建
参数优化模型
数值仿真模型
构型
过渡段长度
指标
极地船舶
风险管控方法
贝叶斯网络模型
风险评估模型
高密度
蛋白质相互作用预测方法
注意力神经网络
蛋白质间相互作用
嵌入特征
节点特征