摘要
本发明涉及一种基于位姿优化网络的6‑DoF目标位姿估计方法,属于目标位姿估计技术领域,改进位姿优化网络由位姿提议网络和结合了一个渲染器和一个多尺度注意力优化网络的位姿优化网络组成,并进行如下步骤:步骤1:将目标的RGB图像输入位姿提议网络,向位姿优化网络输出目标的初始位姿估计;步骤2:初始位姿与点云模型生成的参考视角图片在渲染器中融合后生成多模态信息;步骤3:多模态信息与迭代后的初始位姿一同输入多尺度注意力优化网络进行细化,最终得到精确位姿。本发明通过位姿提议网络对目标对特征区域进行分割,通过位姿优化网络,结合位姿平移误差和旋转误差的角度有效地修正了位姿估计中的误差。
技术关键词
位姿估计方法
多模态信息
输入多尺度
注意力
位姿估计技术
三维卷积神经网络
特征匹配关系
视角
局部感受野
平移误差
旋转误差
多尺度特征
物体
空洞
图像
检测器
图片
输出特征
特征点
系统为您推荐了相关专利信息
代码库
提纯方法
数据收集模块
无监督
注意力编码器
模型压缩方法
剪枝策略
矩阵
神经网络模型压缩技术
多头注意力机制
显示计算结果
图像处理技术识别
校正模块
注意力
输入模块