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！

龙图腾网获悉山东大学申请的专利基于增强特征投影解耦的单目6D位姿估计方法及系统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：CN119904514B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411656311.3，技术领域涉及：G06T7/73；该发明授权基于增强特征投影解耦的单目6D位姿估计方法及系统是由常发亮;郇恒强;刘春生;王德鑫;黄一鸣;郝鹏辉设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于增强特征投影解耦的单目6D位姿估计方法及系统在说明书摘要公布了：本公开提供了基于增强特征投影解耦的单目6D位姿估计方法及系统，涉及机器人视觉感知相关技术领域，包括：获取目标物体场景的单目RGB图像；将单目RGB图像输入到训练后的位姿估计网络中，得到物体的6D位姿；位姿估计网络进行局部特征和多尺度全局特征的提取、融合，得到高维物体增强特征表示；对高维物体增强特征表示进行坐标投影解耦，得到目标物体的三维模型和二维图像间的密集对应映射以及物体掩码；对目标物体的密集对应映射和物体掩码进行位姿回归，得到物体的6D位姿；本发明不需要依赖深度信息、多视角图像以及多种中间表示，仅需使用单目RGB图像即可准确估计物体位姿，降低网络设计和数据标注成本并提高对复杂场景的鲁棒性。

本发明授权基于增强特征投影解耦的单目6D位姿估计方法及系统在权利要求书中公布了：1.基于增强特征投影解耦的单目6D位姿估计方法，其特征在于，包括： 获取目标物体场景的单目RGB图像； 将单目RGB图像输入到训练后的位姿估计网络中，得到物体的6D位姿； 其中，所述位姿估计网络，进行局部特征和多尺度全局特征的提取、融合，得到高维物体增强特征表示；对高维物体增强特征表示进行坐标投影解耦，得到目标物体的三维模型和二维图像间的密集对应映射以及物体掩码；基于目标物体的密集对应映射和物体掩码，进行位姿回归，得到物体的6D位姿； 特征增强网络，依次包括局部特征提取、多阶段全局特征提取和协同特征融合上采样； 所述局部特征提取，采用ConvNext-base从输入的图像中提取局部特征； 所述多阶段全局特征提取，具体为： 通过图像中每个像素的位置信息对图像进行增强，并将增强后的图像转为二维点集形式； 利用平均池化均匀地选择预设数量的中心点并计算所有中心点与其他点的相似度，得到相似度矩阵； 根据相似度矩阵将所有特征点分为若干组，每个点被划分到与其相似度最高的中心点所在的分组，同一组内所有特征点动态地聚合到中心点； 根据相似度矩阵将聚合后的中心点特征分配给组内的其他点以更新它们的特征，确保同组内的点可以相互进行信息交换； 将更新后的特征点集合输入一个带有残差连接的全连接层来获得多尺度全局特征； 所述协同特征融合上采样，将局部特征与多尺度全局特征融合并执行上采样，上采样的特征继续与对应分辨率的全局特征融合，最终得到高维物体增强特征表示； 所述坐标投影解耦，具体为： 从高维物体增强特征表示中利用三个子网络和一个全连接层分支分别回归密集对应映射在三个二维正交平面的投影和目标物体的掩码； 利用平均池化计算二维投影平面间的坐标均值，获得密集对应映射，并将其与目标物体掩码点乘来获得目标物体的密集对应映射。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。