Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学陈凤东获国家专利权

哈尔滨工业大学陈凤东获国家专利权

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!

龙图腾网获悉哈尔滨工业大学申请的专利基于三维CAD模型的单目相机快速目标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:CN116630409B

龙图腾网通过国家知识产权局官网在2025-08-15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:202310681703.4,技术领域涉及:G06T7/70;该发明授权基于三维CAD模型的单目相机快速目标位姿估计方法是由陈凤东;李波;陈冠华;贺高杰;刘国栋设计研发完成,并于2023-06-09向国家知识产权局提交的专利申请。

基于三维CAD模型的单目相机快速目标位姿估计方法在说明书摘要公布了:基于三维CAD模型的单目相机快速目标位姿估计方法,解决了基于三维CAD模型的单幅高分辨图像目标位姿精确估计方法的实时性差的问题,属于目标位姿估计领域。本发明包括:使用虚拟相机在均匀视角下拍摄目标CAD线框模型,生成多视角的模板图像库;将当前实际相机采集目标的实体图像输入至训练好的实体图像特征提取网络,提取实体图像特征向量;从模板图像库中逐一选取模板图像,并输入至训练好的模板图像特征提取网络中,提取模板图像的特征向量,计算实体图像的特征向量和每一个模板图像的特征向量的相似度度量,找到相似度最高的模板图像,该模板图像对应的位姿,作为当前实际相机采集的图像中的目标的位姿。

本发明授权基于三维CAD模型的单目相机快速目标位姿估计方法在权利要求书中公布了:1.基于三维CAD模型的单目相机快速目标位姿估计方法,其特征在于,所述方法包括: S1、使用虚拟相机在均匀视角下拍摄目标CAD线框模型,生成多视角的模板图像库; S2、建立实体图像特征提取网络和模板图像特征提取网络,对实体图像特征提取网络和模板图像特征提取网络进行训练; S3、将当前实际相机采集目标的实体图像输入至训练好的实体图像特征提取网络,提取实体图像特征向量; 从模板图像库中逐一选取模板图像,并输入至训练好的模板图像特征提取网络中,提取模板图像的特征向量,计算实体图像的特征向量和每一个模板图像的特征向量的相似度度量,找到相似度最高的模板图像,该模板图像对应的位姿,作为当前实际相机采集的图像中的目标的位姿; 所述S2中,对实体图像特征提取网络和模板图像特征提取网络进行训练包括: S21、随机视角下采集目标的实体图像IMi和对应的位姿信息POSEi; S22、找到模板图像库中与实体图像IMi对应的位姿信息POSEi相似度最大的模板图像IMtemplate,j +的位姿信息POSEtemplate,j +,记实体图像IMi与模板图像IMtemplate,j +的配对为正例Z+,实体图像IMi与模板图像IMtemplate,j +之外的模板图像IMtemplate,j -的配对,称为负例Z-; S23、使用实体图像特征提取网络对实体图像IMi进行特征提取,得到实体图像特征向量IIMi,使用模板图像特征提取网络分别对模板图像IMtemplate,j +和模板图像IMtemplate,j -进行特征提取,得到实体图像特征向量和 S24、计算正例Z+的相似度并计算各个负例Z-的相似度 S25、计算损失函数 其中,N-1表示模板图像库中模板图像IMtemplate,j -的数量; S26、训练过程中计算损失函数值并进行反向迭代,反向迭代过程中对实体图像特征提取网络和模板图像特征提取网络的权重参数进行调整,损失函数值逐渐减小,最终损失函数值收敛,完成实体图像特征提取网络和模板图像特征提取网络的训练。

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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。