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！

龙图腾网获悉浙江大学申请的专利一种基于图像联合注意力的直接回归物体6D位姿方法及装置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：CN119205911B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411247507.7，技术领域涉及：G06T7/73；该发明授权一种基于图像联合注意力的直接回归物体6D位姿方法及装置是由刘山;杨兴镜设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于图像联合注意力的直接回归物体6D位姿方法及装置在说明书摘要公布了：本发明公开了一种基于图像联合注意力的直接回归物体6D位姿方法及装置，首先基于RGB相机获取包含目标物体的彩色图像，将其馈送至所构建的直接回归位姿网络，该网络包含特征提取模块、联合注意力模块、上采样模块和类PnP模块，最终直接输出位姿结果。对于输入的图像进行预处理后，基于主流的特征提取骨干网络，结合网络模型特点在不同部位嵌入特征注意力模块，以提升网络对通道、空间等不同维度的特征提取、表达能力；针对获得的中间特征，设计类PnP模块代替现有的PnP求解过程，让网络模型直接预测目标物体的位姿结果。本发明相较主流的两阶段方法能克服代理损失导致的误差增大问题，进一步提高物体6D位姿估计结果的准确性。

本发明授权一种基于图像联合注意力的直接回归物体6D位姿方法及装置在权利要求书中公布了：1.一种基于图像联合注意力的直接回归物体6D位姿方法，其特征在于，该方法包括如下步骤： （1）获取需要进行位姿估计的原始图像并进行预处理； （2）将预处后的图像作为输入特征，在提取图像高维特征的过程中，基于瓶颈注意力模块和高效通道注意力模块进行特征增强，然后经过反卷积、上采样操作，得到包含物体在图像上的关键点对应关系与物体掩膜信息的中间特征； 特征增强具体为：采用特征提取骨干网络提取图像高维特征，特征提取骨干网络包含4层残差块，残差块之间添加瓶颈注意力模块，基于平均池化操作、多层感知机和批归一化获取通道注意力特征，基于卷积操作和批归一化获取空间注意力特征，叠加到输入特征，进行特征增强；前3层残差块内部添加高效通道注意力模块，基于平均池化操作和卷积操作获取注意力特征，叠加到输入特征，进行特征增强； 所述中间特征包含5维通道，前3维通道对应的特征图表示图像上物体所属像素对应的三维点坐标预测特征图，后2维通道对应的特征图表示目标物体的掩膜预测特征图；（3）将中间特征输入类PnP模块，包含多层跨步卷积与组归一化操作，基于中间特征的维度确定跨步卷积的步长和层数，最后经过全连接层输出预测的6D位姿；分别计算最终的位姿估计损失与中间特征损失，加权求和后作为最终损失函数进行训练；中间特征损失定义如下： 其中，为目标物体的掩膜预测特征图，为图像上物体所属像素对应的三维点坐标预测特征图，中间特征损失前一项表示目标物体的掩膜预测损失，后一项表示三维坐标点的预测损失，由于背景物体的三维坐标不是预测目标，因此与相乘以过滤背景信息的影响。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。