一种基于时空隐式锚点查询的端到端类别级物体位姿估计方法及系统

本发明公开了一种基于时空隐式锚点查询的端到端类别级物体位姿估计方法，包括以下步骤：将RGB图像序列输入视觉编码器，提取多尺度语义特征并融合深度和法向量几何特征，生成2.5维多尺度特征。基于此特征建立3D隐式锚点队列，通过置信度筛选和相机位姿偏移量变换处理队列中的查询。利用多头注意力对时空关联进行建模，输出时序增强的查询特征，并进行几何感知特征采样。最后，通过二分图匹配将隐式3D查询映射为9自由度姿态参数，实现端到端训练。