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！

龙图腾网获悉辽宁工程技术大学申请的专利一种合成数据驱动目标6D姿态追踪的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：CN117078966B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202311052128.8，技术领域涉及：G06V10/62；该发明授权一种合成数据驱动目标6D姿态追踪的方法是由贾迪;王骞;庞宇恒设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本一种合成数据驱动目标6D姿态追踪的方法在说明书摘要公布了：本发明提供一种合成数据驱动目标6D姿态追踪的方法，涉及6D姿态估计技术领域。本发明提出了一种高鲁棒性的刚体目标6D姿态实时追踪网络。在数据预处理阶段，通过对合成数据做增强处理，增强样本多样性的同时降低数据采集成本。在连续帧中提取目标物体的关键时空信息来估计姿态，设计残差采样滤波模块提高网络对于遮挡的鲁棒性，在长期追踪过程中减小了因视角变化导致的目标抖动问题。本发明提出的网络可以更好地通过合成数据训练实时准确地追踪目标6D姿态，网络收敛速度较快。实验结果表明本发明提出的方法在追踪精度和效率上均高于同类相关方法，验证了本发明方法的有效性。

本发明授权一种合成数据驱动目标6D姿态追踪的方法在权利要求书中公布了：1.一种合成数据驱动目标6D姿态追踪的方法，其特征在于：在构造数据集的预处理阶段，首先对现有数据进行增强预处理，包括图像缩放和旋转、HSV变换、增加高斯噪声和高斯模糊、去除部分深度信息、遮挡图像部分信息；构建快速收敛网络，通过迭代计算目标物在连续帧中的时空特征信息获取其三维旋转与平移矩阵，对矩阵做指数映射得到旋转和平移差异，以此获得实时目标姿态追踪结果；快速收敛网络采用模型信息渲染视频序列第一帧目标的初始姿态P0，将当前帧观测图像Ot与前一帧的姿态估计结果Pt-1作为网络输入，计算目标的相对姿态变化ΔPt，并与Pt-1叠加输出t帧的预测姿态Pt； 所述快速收敛网络包括生成张量模块、第一特征编码器第二特征编码器α·和分支预测模块； 生成张量模块首先生成一组空的四维张量，将输入的一组由当前帧观测图像Ot和前一帧姿态估计结果Pt-1组成的4通道176×176px大小的RGB-D图像，转化为对应的一组四维张量τOt和τPt-1； 第一特征编码器包括两个分支和特征串联，用于初步提取当前帧的观测图像和前一帧的姿态估计结果特征，将和提取到的特征进行特征串联后输出；其中分支包括第一残差采样滤波模块和第一特征聚合模块，用于处理四维张量τOt；分支包括第二残差采样滤波模块，用于处理四维张量τPt-1； 第二特征编码器α·包括第一升维残差采样滤波模块、第二特征聚合模块和特征乘，用于比较当前帧观测图像和前一帧姿态估计结果之间的冗余信息，二者的姿态差异δt表示为： 由特征编码器和姿态差异δt经过串联后得到特征乘Ctmul，用于计算t时刻目标物体的相对姿态ΔPt，由目标物体的相对姿态ΔPt与前一帧的估计姿态Pt-1计算获得当前估计姿态Pt；当最优相对变换解ΔPt*取最小值时，目标姿态变换最小，对应的旋转与平移误差最小，网络损失最低； 分支预测模块包括第二升维残差采样滤波模块和全连接层，用于预测目标物体在t时刻的三维位置与三维旋转的预测值； 各残差采样滤波模块，对输入图像进行步长为1的3×3卷积、批标准化、swish激活函数、步长为1的3×3卷积、批标准化后输出，用于维持图像分辨率的同时提取图像特征； 各升维残差采样滤波模块，对输入图像分别进行步长为1的3×3升维卷积、批标准化、swish激活函数、步长为1的3×3卷积、批标准化和步长为1的3×3升维卷积、swish激活函数、步长为1的3×3卷积后拼接输出，用于第二特征编码器α与解耦目标姿态获得位移与旋转矩阵； 将图像输入至残差采样滤波模块处理，根据输入通道数和输出通道数选择是否对图像进行升维，令残差采样滤波模块输出为y，计算过程如下： 式中，f为对图像进行网络传播，残差映射f1·与f·的区别为首次卷积是否降低图像分辨率并提升维度；fRSF为对输入x的残差采样，残差采样滤波后将残差映射f1与fRSF·进行拼接获得结果y；c_in和c_out为图像的输入和输出通道数； 各特征聚合模块，通过自动计算特征间差异的权重，获得更多特征信息并加强相邻帧间的特征差异；将特征分解为水平H,1与垂直1,W方向的分量，W为水平方向分量的长度，H为垂直方向分量的长度，通过聚合获得一维特征编码，分别沿时间和空间方向捕获长程依赖并保留位置信息，生成一组具有位置与时间感知的互补特征图，以此加强目标特征提取能力；水平分量在w处的输出通道数为： 式中，xc为输入图像通道数，xch,i为在水平分量上每一点的输入图像通道数； 垂直分量在h处的输出通道数为： 式中，xcj,w为在垂直分量上每一点的输入图像通道数； 通过自适应平均池化提取不同分量特征，将h×1大小的垂直分量置换获得1×h大小的水平分量，与另一个大小为1×w的水平分量串联后作为1×1的卷积变换函数Fc的输入，以此获得水平与垂直方向编码的中间特征图fc，表示为： 其中，为向量拼接操作，s为swish激活函数；分割中间特征图fc获得1×w大小的水平分量tw和经置换操作得到的h×1大小的垂直分量th，分别通过sigmoid函数处理后获得水平分量Tw＝sigmoidFwtw及垂直分量Th＝sigmoidFhth，其中，Fw和Fh为反卷积变换操作，用于还原水平分量和垂直分量的图像通道数；水平分量Tw和垂直分量Th经过向量乘后得到输出yi,j为： 通过向量乘的操作融合时空信息提取图像关键特征，在卷积变换函数Fc中将图像通道降低至max8,Cin8，降低数据计算量，通过反卷积变换Fw和Fh将图像通道数进行还原，确保输入和输出图像大小及通道数相同。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市细河区中华路47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。