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！

龙图腾网获悉湖南工商大学申请的专利融合注意力机制的6D位姿估计方法、装置、设备及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：CN121095347B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511645654.4，技术领域涉及：G06T7/73；该发明授权融合注意力机制的6D位姿估计方法、装置、设备及介质是由刘晓庆;卜佳林;周鲜成;周开军;李鹏;李炎隆设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本融合注意力机制的6D位姿估计方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种融合注意力机制的6D位姿估计方法、装置、设备及介质，涉及物体空间位姿技术领域，包括：通过预设多模态特征融合模型处理目标物体的RGB图像和深度图像，模型包括语义分割模块、特征提取模块、特征融合模块、姿态估计模块和姿态迭代优化模块。通过语义分割得到目标掩膜点云，利用交叉注意力机制和可变形卷积进行特征融合，再经姿态估计和迭代优化得到最终位姿，解决弱纹理、遮挡等复杂场景下特征提取不足、多模态特征关联弱的问题，提升了姿态估计的准确性和鲁棒性。

本发明授权融合注意力机制的6D位姿估计方法、装置、设备及介质在权利要求书中公布了：1.一种融合注意力机制的6D位姿估计方法，其特征在于，包括： 获取目标物体的深度RGB图像，其中所述深度RGB图像包括RGB图像和深度图像，所述深度图像记录传感器和所述目标物体表面的实际距离； 将所述深度RGB图像输入预设多模态特征融合模型中进行处理，得到目标6D位姿结果，其中所述预设多模态特征融合模型包括语义分割模块、特征提取模块、特征融合模块、姿态估计模块和姿态迭代优化模块； 所述将所述深度RGB图像输入预设多模态特征融合模型中进行处理，得到目标6D位姿结果的步骤还包括： 通过所述语义分割模块对所述RGB图像进行语义分割，得到目标物体的分割掩膜； 通过所述语义分割模块对所述分割掩膜从所述深度图像转换的点云中裁剪，得到目标掩膜点云； 通过所述特征提取模块对所述目标掩膜点云进行颜色特征提取和几何特征提取，得到颜色特征和几何特征； 通过所述特征融合模块利用交叉注意力机制对所述颜色特征和所述几何特征进行交互处理，生成跨模态交叉特征； 通过所述特征融合模块利用跨模态可变形注意力机制对所述跨模态交叉特征、所述颜色特征和所述几何特征进行融合，得到融合特征； 通过所述姿态估计模块将所述融合特征进行姿态解算，得到初始6D位姿； 通过姿态迭代优化模块对所述初始6D位姿进行迭代优化，得到目标6D位姿结果； 所述通过所述特征融合模块利用跨模态可变形注意力机制对所述跨模态交叉特征、所述颜色特征和所述几何特征进行融合，得到融合特征的步骤，所述特征融合模块包括可变形卷积单元、偏移量预测网络和优化子模块： 将所述跨模态交叉特征、所述颜色特征和所述几何特征输入所述偏移量预测网络中，生成偏移量参数； 根据所述偏移量参数调整所述可变形卷积单元中卷积核的空间位置，得到调整后的可变形卷积单元； 利用所述调整后的可变形卷积单元分别对所述跨模态交叉特征、所述颜色特征和所述几何特征进行卷积运算，得到第一卷积处理结果、第二卷积处理结果和第三卷积处理结果，其中所述第一卷积处理结果对应所述跨模态交叉特征，所述第二卷积处理结果对应所述颜色特征，所述第三卷积处理结果对应所述几何特征； 对所述第一卷积处理结果、第二卷积处理结果和第三卷积处理结果进行逐像素拼接，形成初始融合特征； 通过所述优化子模块对所述初始融合特征进行特征优化，得到融合特征。

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湖南工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569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。