摘要
本发明属于计算机图像智能识别领域,具体涉及一种类别级位姿估计模型的建立方法、位姿估计方法、计算机系统及计算机可读存储介质。包括:1)将训练集实例的图像和观测点云的特征对应的全局特征与类别级形状先验点云的特征输入变形模块,得到实例完整点云及其点云特征;将图像和观测点云的特征融合并输入包含预训练重建网络的重建模块得到重建的点云及其点云特征;将实例完整点云与重建的点云及二者的点云特征分别融合,得到各点关系特征并与其平均特征融合得到姿态特征后,通过回归模块得到估计的位姿;2)分别根据实例完整点云、重建的点云、估计的位姿与对应真实标签调整变形模块、重建模块、回归模块的参数;重复1)‑2)直至停止迭代。
技术关键词
点云特征
形状先验
预训练网络
位姿估计方法
多层感知机
模块
姿态特征
计算机系统
计算机程序指令
执行可执行程序
融合特征
对象
可执行程序指令
图像智能识别
编码器
可读存储介质
系统为您推荐了相关专利信息
实景点云数据
房建设备
实景三维模型
设备数字化管理
数字化管理方法
人脸面部特征
生成特征
视频生成方法
文本
多模态
智能识别方法
岩石特征
搜索算法
dropout方法
特征提取网络
长短期记忆网络
识别系统
语音采集模块
注意力机制
梅尔频率倒谱系数
智能诊断方法
卷积模块
卷积注意力网络
Softmax分类器
全局平均池化