【技术实现步骤摘要】
本公开涉及多自由度位姿估计，具体涉及基于区域级形状先验的类别级物体位姿估计方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
2、近年来，对于物体的多自由度(6d0f)位姿估计，研究重点都在类别级的物体6d0f(自由度)位姿估计上，不同于传统的实例级物体6dof位姿估计，类别级任务旨在通过学习一个类别中所有物体的共性特征，实现对未知物体的位姿估计。这一任务面临的主要挑战在于同一类别中不同物体实例之间存在着较大的形状差异，这就要求网络模型在捕获类别通用特性的同时，能够有效处理这些内部变化，这使得它比实例级物体6dof位姿估计更加困难。
3、在当前的类别级物体6dof位姿估计领域内，针对这一难题的解决方法仍十分有限，现有技术中，基于形状先验的方法被提出，旨在为每一类物体生成类别级的形状先验点云，并对其进行变形，从而为特定的物体实例构建出规范的三维模型。然而，由于类别级形状先验点云的静态特性，无法针对各个具体的物体实例进行灵活的调整，对类内物体形态多样化的适应能力较弱，...
【技术保护点】
1.基于区域级形状先验的类别级物体位姿估计方法，其特征在于，包括：
2.如权利要求1所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，所述位姿估计网络模型包括特征提取模块、双通道区域分割模块、区域级的形状先验自适应模块、特征重组模块以及位姿估计模块，所述双通道区域分割模块中包括第一通道区域分割模块和第二通道区域分割模块，所述第一通道区域分割模块中包括第一区域级的形状先验自适应模块，所述第二通道区域分割模块中包括第二区域级的形状先验自适应模块。
3.如权利要求1所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，将实例几何特...
【技术特征摘要】
1.基于区域级形状先验的类别级物体位姿估计方法，其特征在于，包括：
2.如权利要求1所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，所述位姿估计网络模型包括特征提取模块、双通道区域分割模块、区域级的形状先验自适应模块、特征重组模块以及位姿估计模块，所述双通道区域分割模块中包括第一通道区域分割模块和第二通道区域分割模块，所述第一通道区域分割模块中包括第一区域级的形状先验自适应模块，所述第二通道区域分割模块中包括第二区域级的形状先验自适应模块。
3.如权利要求1所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，将实例几何特征、实例语义特征以及先验几何特征输入至双通道区域分割模块的第一通道区域分割模块和第二通道区域分割模块中，在第一通道区域分割模块中，采用规则窗口式的分割方法，以不重叠的方式均匀地将三个输入特征图分别分割为四个局部区域特征图；在第二通道区域分割模块中，采用移动窗口式的分割方法，对分割后的子区域沿垂直和水平方向进行部分区域的移动，将移动后的各个子区域拼接为四个相同大小的局部区域特征图，构建新的特征图布局。
4.如权利要求1所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，将经过分割处理后的两个通道的局部区域特征图，进行形状先验自适应处理，利用transformer网络以模拟类别级实例观测点云与形状先验点云之间的区域级结构相似性，将区域级实例几何特征、区域级实例语义特征以及区域级先验几何特征分别作为多头注意力模块的查询、键和值进行计算，将区域级实例几何特征和区域级先验几何特征进行关联，计算出实例观测点云与形状先验点云在投影嵌入空间内的结构相似度，将结构相似度与区域级实例语义特征相乘，不断调整，获得区域级先验语义特征。
5.如权利要求4所述的基于区域级形状先验的类别级物体位姿估计方法，其特征在于，两个通道中的第一区域级的形状先验自适应模块和第二区域级的形...
【专利技术属性】
技术研发人员：马昕，孙甲浩，荣学文，宋锐，王超群，周乐来，田新诚，李贻斌，
申请(专利权)人：山东大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。