CN119600113A 一种基于可学习先验扩散模型的类级别物体位姿估计方法 （大连理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119600113A

(43)申请公布日2025.03.11

(21)申请号202510004449.3

(22)申请日2025.01.02

(71)申请人大连理工大学

地址116024辽宁省大连市甘井子区凌工

路2号

(72)发明人周溢钒孙怡

(74)专利代理机构辽宁鸿文知识产权代理有限

公司21102

专利代理师李宝元

(51)Int.Cl.

G06T7/73(2017.01)

G06V10/764(2022.01)

G06V10/82(2022.01)

G06N3/08(2023.01)

G06N3/0455(2023.01)

权利要求书3页说明书5页附图1页

(54)发明名称

一种基于可学习先验扩散模型的类级别物

体位姿估计方法

(57)摘要

CN119600113A本发明属于三维感知技术领域，公开了一种基于可学习先验扩散模型的类级别物体位姿估计方法。本发明在训练过程中，可学习先验特征的参数能够动态更新，无需采集特定类别三维模型，有效提高了网络对类别信息的学习能力。本方法引入了Transformer扩散模型，并结合位置编码模块，增强了网络对物体三维信息的理解能力，从而提高了物体姿态估计的准确性。针对具有对称性的物体，本发明从物体位姿的概率分布