基于预训练扩散模型处理受限数据的高精度姿态估计方法

本发明提出基于预训练扩散模型处理受限数据的高精度姿态估计方法，该方法包括：对输入图像进行预处理，调用函数结合噪声生成关键点提示；将输入图像通过编码器进行映射，得到潜在代码，并对潜在代码进行不同幅度高斯噪声的增加以得到噪声图像；对噪声图像进行注意力机制处理，得到输入图像和参考图像之间的语义对应点；对图像对进行训练，基础类别图像和新类图像的训练的结果进行整合，并将整合结果输入至Adam优化器进行优化，得到优化结果；对图像对进行评估；本发明能跨类别地学习到无标注图像数据的关键点，在数据受限的情况下达到了较好的姿态估计效果，提升了姿态估算的实际应用价值。