摘要
本发明涉及物体位姿估计技术领域,特别涉及一种基于渐进类内差异消除策略的类别级物体位姿估计方法,包括:获取目标图像的骨干网络特征,并根据骨干网络特征估计逐实例坐标图;获取逐实例坐标图的鲁棒特征,并根据鲁棒特征消除骨干网络特征中的类内差异,以预测类内无差异共识坐标图;根据目标图像的二维信息和类内无差异共识坐标图预测目标图像的类别级旋转和平移位姿。由此,解决了已有类别级物体位姿估计方法仅依赖于逐物体实例坐标图,容易造成冗余实例信息干扰等问题。
技术关键词
物体位姿估计方法
网络特征
形状先验
位姿估计装置
鲁棒特征
坐标
物体位姿估计技术
策略
深度神经网络
图像
标签
处理器
可读存储介质
解码
网格
模块
存储器
电子设备
程序
系统为您推荐了相关专利信息
焦点检测方法
特征切片
卷积神经网络特征提取
阵列麦克风
注意力
账号识别方法
决策树模型
社交媒体平台
网络特征
特征值
对象
危险物品识别
图像内容识别
图像块
自动识别方法
定位方法
学习器
雷达
卷积神经网络特征提取
长短期记忆网络