买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学申请的专利一种跨模态位姿估计方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117953058B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410123069.7，技术领域涉及：G06T7/73；该发明授权一种跨模态位姿估计方法、装置、电子设备及存储介质是由谭晓军;秦湘怡;陈楠杰;王锦萍;阮漪灏;石伯栋设计研发完成，并于2024-01-29向国家知识产权局提交的专利申请。

本一种跨模态位姿估计方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种跨模态位姿估计方法、装置、电子设备及存储介质，方法包括：获取目标对象同一帧的点云数据的第一鸟瞰图和图像数据的第二鸟瞰图；根据第一鸟瞰图进行第一特征提取，得到点云鸟瞰特征；根据第二鸟瞰图进行第二特征提取，得到图像鸟瞰特征；基于点云鸟瞰特征和图像鸟瞰特征进行跨模态特征关联，获得目标对象在光流中的相关体积；将相关体积输入位姿回归网络进行位姿估计，获得目标对象的位姿信息；其中，位姿回归网络包括双曲正切层和多个全连接层，双曲正切层作为输出层。本申请实施例通过多模态特征提取、跨模态特征关联及位姿估计能够准确进行跨模态位姿估计。可广泛应用于数据处理技术领域。

本发明授权一种跨模态位姿估计方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种跨模态位姿估计方法，其特征在于，所述方法包括： 获取目标对象同一帧的点云数据的第一鸟瞰图和图像数据的第二鸟瞰图； 根据所述第一鸟瞰图进行第一特征提取，得到点云鸟瞰特征； 根据所述第二鸟瞰图进行第二特征提取，得到图像鸟瞰特征； 其中，所述根据所述第二鸟瞰图进行第二特征提取，得到图像鸟瞰特征，包括： 将所述第二鸟瞰图输入图像特征提取器，输出得到图像特征图； 根据所述图像特征图进行深度分布预测，得到深度概率； 基于所述图像数据生成所述目标对象的三维截锥体点云； 根据所述深度概率，结合所述三维截锥体点云对所述图像特征图进行外积缩放，生成三维特征点云； 将所述三维特征点云沿垂直方向进行压平，得到所述图像鸟瞰特征； 基于所述点云鸟瞰特征和所述图像鸟瞰特征进行跨模态特征关联，获得所述目标对象在光流中的相关体积； 其中，所述基于所述点云鸟瞰特征和所述图像鸟瞰特征进行跨模态特征关联，获得所述目标对象在光流中的相关体积，包括： 分别将所述点云鸟瞰特征和所述图像鸟瞰特征输入卷积神经网络，对应输出得到点云特征和图像特征； 根据所述点云特征和所述图像特征，计算得到所述相关体积； 其中，所述根据所述点云特征和所述图像特征，计算得到所述相关体积，包括： 根据所述点云特征和所述图像特征，计算关联相应特征的匹配代价并存储在所述相关体积；其中，所述相关体积用于衡量跨模态特征的相关性； 将所述相关体积输入位姿回归网络进行位姿估计，获得所述目标对象的位姿信息；其中，所述位姿回归网络包括双曲正切层和多个全连接层，所述双曲正切层作为输出层。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。