一种基于3D视觉的物体定位及姿态识别方法

本发明提供一种基于3D视觉的物体定位及姿态识别方法，该方法包括：采集3D点云数据和3D点云数据对应的图像数据；对所述图像数据进行预处理，得到质量评估结果，并基于所述质量评估结果，执行图像恢复处理，生成优化图像数据；将所述优化图像数据输入到预先构建，且基于分层特征引导的条件扩散模型中，生成所述优化图像数据的特征表示；将所述优化图像数据的特征表示输入到差分变压器网络中，得到物体的位置和姿态预测结果。本发明通过创新的双重表征交互驱动的图像质量评估、基于分层特征引导的条件扩散模型以及差分变压器网络的设计，提高了复杂环境下物体定位和姿态识别的精度和鲁棒性。