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！

龙图腾网获悉厦门美图之家科技有限公司申请的专利姿态估计方法、系统、终端及存储介质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：CN115830056B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211571905.5，技术领域涉及：G06T7/207；该发明授权姿态估计方法、系统、终端及存储介质是由张毓峰;刘洛麒;苏灿平设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本姿态估计方法、系统、终端及存储介质在说明书摘要公布了：本发明提供了一种姿态估计方法、系统、终端及存储介质，该方法包括：根据样本物体的当前帧图像和上一帧图像训练特征点提取网络；根据图像特征点和样本图像训练姿态估计子网络，将待估计物体图像输入特征点提取网络和姿态估计子网络进行姿态估计，得到姿态估计结果，物体图像包括目标物体在任一时刻的当前帧图像和上一帧图像。本发明姿态估计子网络能有效地学习到物体在相邻帧图像之间的几何关系，使得训练后的姿态估计子网络不仅局限于物体自身的变化，还能从物体周围的信息出发对目标物体的三维姿态进行估计，避免了基于纹理特征进行姿态估计所导致的姿态估计准确性低下的问题。

本发明授权姿态估计方法、系统、终端及存储介质在权利要求书中公布了：1.一种姿态估计方法，其特征在于，所述方法包括： 根据样本图像训练特征点提取网络，直至所述特征点提取网络收敛，所述样本图像包括样本物体的当前帧图像和上一帧图像； 根据收敛后的所述特征点提取网络对所述样本图像进行特征提取，得到图像特征点，并根据所述图像特征点和所述样本图像训练姿态估计子网络，直至所述姿态估计子网络收敛； 待估计物体图像输入收敛后的所述特征点提取网络和所述姿态估计子网络进行姿态估计，得到所述待估计物体图像的姿态估计结果，所述待估计物体图像包括目标物体在任一时刻的当前帧图像和上一帧图像； 所述根据样本图像训练特征点提取网络，包括： 将所述样本物体的当前帧图像和上一帧图像分别输入所述特征点提取网络进行特征提取，得到第一特征点信息和第二特征点信息，特征点信息包括特征点坐标和特征点编码； 根据所述第一特征点信息和所述第二特征点信息，对所述样本物体的当前帧图像和上一帧图像进行特征点匹配，得到特征匹配值，所述特征匹配值用于表征特征点之间的匹配程度； 根据所述特征匹配值确定所述特征点提取网络的网络损失，得到第一损失值，并根据所述第一损失值对所述特征点提取网络进行参数更新； 所述根据所述图像特征点和所述样本图像训练姿态估计子网络，包括： 将所述样本物体的当前帧图像和上一帧图像分别输入所述姿态估计子网络进行特征提取，得到特征图，并将所述图像特征点对所述特征图进行特征叠加； 根据特征叠加后的所述特征图，在所述样本物体的当前帧图像和上一帧图像之间进行矩阵变换，得到第一模型矩阵、第二模型矩阵和第三模型矩阵，模型矩阵包括旋转姿态和平移姿态； 根据所述第一模型矩阵和所述第二模型矩阵，计算所述样本物体的当前帧图像和上一帧图像的投影损失，得到投影损失值； 根据所述第一模型矩阵、所述第二模型矩阵和所述第三模型矩阵，计算所述样本物体的当前帧图像的逆变一致性，得到逆变值，所述逆变值用于表征所述样本物体的当前帧图像经过第三模型矩阵逆变后，分别与所述样本物体的当前帧图像和上一帧图像之间标注点和预测点的一致性； 根据所述投影损失值和所述逆变值确定所述姿态估计子网络的网络损失，得到第二损失值，并根据所述第二损失值对所述姿态估计子网络进行参数更新。

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厦门美图之家科技有限公司，其通讯地址为：361000 福建省厦门市火炬高新区软件园华讯楼C区B1F-089；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。