原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开一种基于深度学习的语义部件姿态估计方法，提出了SURF‑FPS算法与CPFNet模型，SURF‑FPS算法为联合SURF算法的物体模型三维关键点采样方法，用于数据预处理阶段，能够综合考虑物体的几何特征与潜在的表面纹理特征，使选取的物体关键点更加具有稳定的特征代表性；CPFNet模型可以充分利用样本的RGB图像和深度信息，在各编码层与解码层之间进行图像信息与点云信息之间的高维度特征融合；点云特征编码模块通过将点云的空间信息与对应的高维度特征信息合并处理，该模块能够较完整地提取目标物体的上
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117218343A
(43)申请公布日2023.12.12
(21)申请号202311164549.XG06V10/82(2022.01)
(22)申请日2023.09.
文档评论（0）