基于深度学习的全局高阶池化6D物体姿态估计方法

本发明涉及基于深度学习的全局高阶池化6D物体姿态估计方法。本发明涉及计算机与机械领域交叉的位姿测量技术，具体地，它提供了一种新颖的类别级别6D对象姿态估计方法。该方法通过引入全局高阶增强模块，有效地捕捉和融合了物体的高阶几何特征，以实现对物体旋转、平移和尺寸的精确预测。这项技术在机械自动化和机器人视觉领域具有广泛的应用前景，能够显著提升机器人对复杂环境中物体的识别和操作能力，进而推动智能制造和自动化技术的发展。通过深入研究和实验验证，本发明证明了其在提高位姿测量精度和鲁棒性方面的优越性能，为机械与计算机视觉交叉领域的技术进步提供了有力支撑。