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！

龙图腾网获悉中国科学技术大学申请的专利基于点云图注意力网络的类别级6D物体位姿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：CN117132650B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202311083936.0，技术领域涉及：G06T7/73；该发明授权基于点云图注意力网络的类别级6D物体位姿估计方法是由黄章进;邹露设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本基于点云图注意力网络的类别级6D物体位姿估计方法在说明书摘要公布了：本发明公开了一种基于点云图注意力网络的类别级6D物体位姿估计方法，包括：S1、对输入的RGB‑D图像数据进行预处理，提取物体在深度相机下的观测点云；S2、使用点云图注意力网络从观测点云中提取多尺度的局部到全局的物体结构特征；S3、利用形状先验适应机制和类别形状先验点云重建物体的3D点云模型并回归出物体规范化的NOCS坐标；S4、通过Umeyama算法计算重建的NOCS坐标与观测点云之间的相似变换，获得物体的姿态和尺寸信息。在NOCS‑REAL数据集上进行的实验证明，本发明提出的方案优于现有技术，取得了更好的结果。

本发明授权基于点云图注意力网络的类别级6D物体位姿估计方法在权利要求书中公布了：1.一种基于点云图注意力网络的类别级6D物体位姿估计方法，其特征在于，包括： S1、对输入的RGB-D图像数据进行预处理，提取物体在深度相机下的观测点云； S2、使用点云图注意力网络从观测点云中提取多尺度的局部到全局的物体结构特征； S3、利用形状先验适应机制和类别形状先验点云重建物体的3D点云模型并回归出物体规范化的NOCS坐标； S4、通过Umeyama算法计算重建的NOCS坐标与观测点云之间的相似变换，获得物体的姿态和尺寸信息； 所述点云图注意力网络为编码器-解码器架构，所述编码器-解码器架构包括： 图注意力编码器，用于从观测点云中提取多尺度的局部到全局的物体特征； 所述图注意力编码器以观测点云Po作为输入： 其中，表示实数集，No表示点的个数，3表示点的XYZ三维坐标； 使用一个位置嵌入模块，将观测点云原始三维坐标转化为高维特征嵌入； 通过图注意力模块，从输入特征嵌入中分层提取局部到全局的实例几何特征； 迭代式非参数解码器，用于对多尺度的几何特征进行聚合； 所述位置嵌入模块采用3D图卷积层编码观测点云中的位置信息，对于观测点云中的每个观测点： 利用最近邻搜索算法搜索其M个最近邻点的坐标集合作为3D图卷积的卷积核的感受野： 其中，M表示最近点的个数，m表示其中的一个点，表示其中的一个点的三维坐标； 计算最近邻搜索算法得到的感受野中的方向向量dm,n： dm,n＝pm-pn； 并通过均匀分布初始化支持点核向量ks： 其中，S表示支持点的个数，每个支持点ks都是一个三维坐标； 将pn的位置信息嵌入到C0维特征向量中，得到的特征向量通过ReLU激活函数，生成位置嵌入 其中，max表示求最大值操作，表示向量内积，||||表示求向量的模长。

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国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。