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基于自监督学习的姿态估计方法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：CN115661246B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202211312697.7，技术领域涉及：G06T7/73；该发明授权一种基于自监督学习的姿态估计方法是由江颖;招海俊设计研发完成，并于2022-10-25向国家知识产权局提交的专利申请。

本一种基于自监督学习的姿态估计方法在说明书摘要公布了：本发明公开一种基于自监督学习的姿态估计方法，先基于对比性方法的自监督学习算法预训练得到视觉主干模型；然后基于部分整体关系约束的自监督训练得到部分分割网络；再通过回归学习训练得到关键点估计器；之后将目标图片依次通过视觉主干模型、部分分割网络及关键点估计器获取关键点图和标定视角特征图，然后结合深度图，提取得到关键点的标定视角特征和深度值，根据深度值与关键点坐标，得到关键点在相机坐标系统下的三维坐标，然后进行相机坐标系统与世界坐标系统之间的相似变换，得到姿态估计结果。本发明能够提取适用于细粒度下游任务的图像特征，并可直接提供关键点和标定视角特征，有效减少了数据标注复杂度和工作量。

本发明授权一种基于自监督学习的姿态估计方法在权利要求书中公布了：1.一种基于自监督学习的姿态估计方法，其特征在于，包括以下步骤： S1、使用公开的图片数据集，基于对比性方法的自监督学习算法预训练得到视觉主干模型，视觉主干模型输出图像特征； S2、使用图像特征，基于部分整体关系约束的自监督训练得到部分分割网络，部分分割网络输出部分响应图； S3、以标注了关键点的图片及其对应的标定视角特征作为学习目标，将部分响应图的特征点作为输入，再通过回归学习训练得到一个网络作为关键点估计器，关键点估计器输出图片对应的关键点图和标定视角特征图； S4、将目标图片输入训练好的视觉主干模型，得到目标图片的图像特性，然后将目标图片的图像特性输入训练好的部分分割网络，得到目标图片的部分响应图，之后将目标图片的部分响应图输入训练好的关键点估计器，得到目标图片的关键点图和标定视角特征图； S5、获取目标图片的深度图，并将目标图片的关键点图通过非极大值抑制算法筛选出多个关键点，提取得到多个关键点坐标，再使用关键点坐标，提取得到多个关键点在标定视角特征图和深度图上对应位置的标定视角特征qi和深度值di； S6、结合深度值di和关键点坐标，得到多个关键点在相机坐标系统下的三维坐标pi，将相机坐标系统与世界坐标系统之间的转换关系表示为一个相似变换，该相似变换由标量s∈R+、旋转矩阵R∈SO3、及平移t进行参数化表示，并通过最小化下列目标函数得到： 式中wi∈[0,1]，表示信任分数，N1表示关键点数量； s★,R★,t★是最小化目标函数后得到的最优参数化表示，s★,R★,t★即为目标图片的姿态估计结果。

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”。