公开(公告)号：CN116597006A

公开(公告)日：2023-08-15

申请号：CN202310572764.7

申请日：2023-05-22

Applicant: 河北工业大学

Inventor： 安韵男 ,  杨德东 ,  葛浩然 ,  栗扬扬 ,  宋梦园

IPC: G06T7/73 ,  G06T7/40 ,  G06T7/90 ,  G06N3/0455

Abstract: 本发明为一种基于多尺度特征融合的6D位姿估计方法，该方法使用的6D位姿估计模型包括ResNet‑18网络、PointNet网络和多尺度特征提取网络；将RGB图像输入到ResNet‑18网络中，提取RGB纹理特征；将深度图像转换为点云数据，并利用PointNet网络提取点云几何特征；将RGB纹理特征和点云几何特征输入到多尺度特征提取网络中，RGB纹理特征和点云几何特征分别经过四次上采样得到多尺度特征，多尺度特征经过权值重分配进行细化；多尺度特征和细化得到的特征在多尺度体系结构进行解码，多尺度特征提取网络提取的特征在多层感知机中进行回归预测。该方法充分关注特征图中语义丰富的区域和不同尺度特征的上下文信息和相互依赖关系，提高了模型的估计性能。