【技术实现步骤摘要】
本专利技术涉及位姿优化，具体涉及一种基于scflow2的位姿优化方法。
技术介绍
1、目前基于rgb图像的物体6d姿态估计方法可以被分为：(1)基于2d-3d对应关系的方法，首先利用深度神经网络来建立从像素坐标系到物体坐标系的2d-3d对应关系，之后利用pnp算法来从2d-3d对应关系中求解目标物体的6d姿态；(2)利用神经网络端到端地直接预测图像中目标物体的6d姿态。相比于两阶段的基于2d-3d对应关系的方法，尽管端到端的方法更利于实际应用场景下的部署，但是其精度往往不如基于2d-3d对应关系的方法。为了准确地估计物体的6d姿态，各种不同的方法被提出，包括基于rgb-d图像的方法、基于深度图像的方法、基于点云的方法以及基于rgb图像的方法等；然而，当前现有的大多数方法都假设目标存在许多真实的图像，并根据这些真实图像训练网络模型。这类方法通常对训练过的目标表现出准确的姿态估计效果，但无法处理训练过程中未涉及的新物体。重新训练或微调可以使网络适应新物体，但这通常是麻烦且耗时的，限制了算法在实际场景中的应用。为了实现训练过程中未涉及的新物体...
【技术保护点】
1.一种基于SCFlow2的位姿优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于SCFlow2的位姿优化方法，其特征在于，所述构建4D相关金字塔具体为：
3.根据权利要求2所述的一种基于SCFlow2的位姿优化方法，其特征在于，所述密集特征图Fs和Fr通过使用具有共享参数的编码器DINOv2以1/8分辨率获得，对于两幅图像对应的深度图Ds和Dr，根据相机本征矩阵将两幅深度图提升为点云，分别记为Cs和Cr。
4.根据权利要求2所述的一种基于SCFlow2的位姿优化方法，其特征在于，所述三维信息获取具体包括：>
5.根据权利...
【技术特征摘要】
1.一种基于scflow2的位姿优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于scflow2的位姿优化方法，其特征在于，所述构建4d相关金字塔具体为：
3.根据权利要求2所述的一种基于scflow2的位姿优化方法，其特征在于，所述密集特征图fs和fr通过使用具有共享参数的编码器dinov2以1/8分辨率获得，对于两幅图像对应的深度图ds和dr，根据相机本征矩阵将两幅深度图提升为点云，分别记为cs和cr。
<...【专利技术属性】
技术研发人员：宋锐，王庆元，汤亮，任国康，李娇娇，黄煌，王铎，
申请(专利权)人：西安电子科技大学，
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。