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！

龙图腾网获悉江苏科技大学申请的专利一种基于多模态输入与注意力机制的单视图位姿估计方法及其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：CN115861418B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211380719.3，技术领域涉及：G06T7/73；该发明授权一种基于多模态输入与注意力机制的单视图位姿估计方法及其系统是由史金龙;张文睿;钱强;欧镇;白素琴;钱萍;田朝晖;邓权耀设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种基于多模态输入与注意力机制的单视图位姿估计方法及其系统在说明书摘要公布了：本发明公开了一种基于多模态输入与注意力机制的单视图位姿估计方法，构建一个包括预测模块和位姿回归模块的单视图位姿估计系统，结合多模态输入与注意力特征增强技术，从二维图像中学习对象的多种中间表示特征，进而回归对象6D位姿，包括：预测模块采用ResNet‑18作为骨干网络，该模块加入通道注意力机制估计物体6D位姿的多种中间表示，包括关键点、关键点之间的边缘向量和像素点之间的对称对应关系；位姿回归模块运用EPnP算法和奇异值分解从中间表示结果中回归物体的6D位姿。本发明提供了一种准确的、方便的、从单视图中快速估计物体6D位姿的技术。

本发明授权一种基于多模态输入与注意力机制的单视图位姿估计方法及其系统在权利要求书中公布了：1.一种基于多模态输入与注意力机制的单视图位姿估计方法，其特征在于，构建一个包括预测模块和位姿回归模块的单视图位姿估计系统，结合多模态输入与注意力特征增强技术，从二维图像中学习对象的多种中间表示特征，进而回归对象6D位姿，包括以下步骤： 步骤1、预测模块利用多种中间表示来表达RGB图像中的几何信息，同时引入注意力机制，以提升网络训练效率；所述的多种中间表示包括RGB图像的关键点κ、边缘向量ε和密集逐像素对应关系S； 所述的预测模块，包括第一预测网络第二预测网络第三预测网络和一个全连接网络，三个预测网络的每个降采样模块之间都嵌入了通道注意力模块；使用PVNet作为主干网，是一个基于关键点的位姿估计网络，采用投票的方法预测可见和不可见的k个关键点；预测网络用以优化物体位姿； 步骤2、位姿回归模块获取预测模块得到的中间表示结果，将关键点、边缘向量和密集逐像素对应关系信息组合起来，通过EPnP计算和奇异值分解从中间表示结果中回归物体6D位姿； 所述的位姿回归模块，用预测模块的各网络预测出的中间表示{κ,ε,S}作为输入，输出物体I的6D位姿：RI∈SO3， 所述的步骤2包括： 将标准坐标系中的三维关键点真值坐标表示为1≤k≤|κ|，边缘向量真值表示为1≤e≤|ε|，将预测模块输出的关键点坐标表示为1≤k≤|κ|；边缘向量表示为1≤e≤|ε|；对称对应表示为1≤s≤|S|；为便于计算，使用齐次坐标以及对应于pk，νe，qs,1和qs,2，这些齐次坐标由已知的相机内参归一化； 使用EPnP算法，并结合中间表示的约束计算物体6D位姿；首先为三种预测元素引入以下差分向量： 其中es和et是边e的端点，是基坐标系下反射对称平面的法线； 其次，2式转化为形如A1x，A2x，A3x的形式，同理将3式转换为A4x，A5x，A6x，4式转化为A7x；将A1，A2，A3，A4，A5，A6合并为A；为描述预测值与真实值之间的关系，引入形式为Ax＝0的线性系统，其中A是维度为3|κ|+3|ε|+|S|×12的矩阵；x是一个在仿射空间中包含旋转矩阵R和平移向量t参数的向量； 接着，使用EPnP算法计算： 5式中vi是A的第i个最小奇异值对应的右奇异向量；理想情况下当预测元素无噪声时，N＝1，x＝vi是最优解；选择与EPnP相同的N＝4；为了计算最优的x，使用以下目标函数在交替优化过程中优化隐变量λi和旋转矩阵R： 6式中包括v的前9个元素；在获得最优λ后，运用SVD分解将投影至SO3，即得到旋转矩阵R＝Udiag1,1,1V；最后利用Ax＝0得到相对应的平移向量t： 7式中A＝A[:,1:9]，A＝A[:,10:12]由R展平得到。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。