一种基于残差连接的全局特征融合6D位姿估计方法

AITNT
正文
推荐专利
一种基于残差连接的全局特征融合6D位姿估计方法
申请号:CN202510700595
申请日期:2025-05-28
公开号:CN120747211A
公开日期:2025-10-03
类型:发明专利
摘要
本发明涉及人工智能的技术领域,公开了一种基于残差连接的全局特征融合6D位姿估计方法,包括构建位姿估计网络模型;所述位姿估计网络模型以DenseFusion网络架构为基础,其采用SE‑ResNet特征提取网络对RGB图像进行颜色特征提取,采用PointNet网络对深度图像进行几何特征提取,在将颜色特征和几何特征融合后,经由RealFormer模块进行全局上下文特征提取,以此进行6D位姿估计;利用数据集对位姿估计网络模型进行训练,并利用训练好的位姿估计网络对待检图像进行位姿估计。
技术关键词
全局特征融合 估计方法 特征提取网络 多头注意力机制 前馈神经网络 颜色特征提取 全局平均池化 上下文特征 ResNet网络 语义标签 图像 模块 网络架构 语义特征 语义分割网络 通道 上采样
系统为您推荐了相关专利信息
1
一种结合残差网络和注意力机制的人体活动识别方法
孪生神经网络 特征提取模块 人体活动识别方法 数据 样本
2
一种基于分层负样本采样的药物-疾病关联预测方法
药物 节点 邻域特征 疾病关联预测方法 PageRank算法
3
一种联合双粒度图像信息的多模态方面级情感分析方法、系统、设备及介质
多头注意力机制 情感分析模型 多模态 跨模态 文本
4
一种发现音视频播出内容中异态的人工智能识别的方法
时空特征信息 层级 人工智能识别 视频帧 计算机程序指令
5
基于可见光与红外图像双模态融合的目标检测方法
无人机红外图像 双模态 特征提取网络 可见光图像 特征融合网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号