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 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜成都民航空管科技发展有限公司;中国民用航空总局第二研究所朱志强获国家专利权

恭喜成都民航空管科技发展有限公司;中国民用航空总局第二研究所朱志强获国家专利权

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!

龙图腾网恭喜成都民航空管科技发展有限公司;中国民用航空总局第二研究所申请的专利基于无监督域自适应的目标3D姿态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:CN115098944B

龙图腾网通过国家知识产权局官网在2025-05-23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:202210720132.6,技术领域涉及:G06F30/15;该发明授权基于无监督域自适应的目标3D姿态估计方法是由朱志强;李靓;王建强;杨振祠;牟唐宏;孙瑞;查体博;葛小武设计研发完成,并于2022-06-23向国家知识产权局提交的专利申请。

基于无监督域自适应的目标3D姿态估计方法在说明书摘要公布了:本发明公开了一种基于无监督域自适应的目标3D姿态估计方法,包括如下步骤:S1,获取航空器三维模型,将合成图像及合成图像对应的姿态标签作为训练数据输入到主干网络中进行模型预训练,得到初始模型;S2,获取真实图像;S3,将真实图像输入初始模型;S4,基于合成图像对应的姿态标签、真实图像对应的伪姿态标签及混合图像对应的姿态标签统计计算得到多尺度姿态原型;S5,利用输入图像及输入图像对应的标签训练初始模型;S6,循环步骤S3‑S5,循环预设次数后,得到优化模型;S7,将真实图像输入至优化模型,得到姿态估计结果。本发明可以实现在标注数据有限的条件下,对跑道区域目标姿态进行精确估计。

本发明授权基于无监督域自适应的目标3D姿态估计方法在权利要求书中公布了:1.一种基于无监督域自适应的目标3D姿态估计方法,其特征在于,包括如下步骤:S1,获取航空器三维模型,将所述航空器三维模型投影到图像上,得到合成图像和合成图像对应的姿态标签;将所述合成图像及合成图像对应的姿态标签作为训练数据输入到主干网络中进行模型预训练,得到初始模型;S2,获取真实图像,设定混合图像包括所述合成图像和所述真实图像;S3,将所述真实图像输入所述初始模型,得到真实图像对应的伪姿态标签;S4,基于所述合成图像对应的姿态标签、所述真实图像对应的伪姿态标签及所述混合图像对应的姿态标签统计计算得到多尺度姿态原型;所述混合图像对应的姿态标签包括所述合成图像对应的姿态标签和所述真实图像对应的伪姿态标签;S5,设定输入图像包括所述合成图像、所述真实图像及所述混合图像;利用所述输入图像及所述输入图像对应的标签训练所述初始模型,得到优化后的初始模型;所述输入图像对应的标签包括所述合成图像对应的姿态标签、所述真实图像对应的伪姿态标签和所述混合图像对应的姿态标签;S6,循环步骤S3-S5,循环预设次数后,得到优化模型;S7,将所述真实图像输入至所述优化模型,得到姿态估计结果;所述步骤S3具体包括:将所述真实图像输入到所述初始模型中,得到真实图像对应的伪姿态标签,对所述伪姿态标签进行特征提取,得到真实图像的特征向量;将所述真实图像的特征向量输入到无序多分类器,得到第一概率密度值;将所述真实图像的特征向量输入到顺序二分类器,得到多尺度表征的概率密度值;基于所述第一概率密度值和所述多尺度表征的概率密度值对所述真实图像对应的伪姿态标签进行筛选,得到清洗后的伪姿态标签。

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成都民航空管科技发展有限公司;中国民用航空总局第二研究所,其通讯地址为:610041 四川省成都市二环路南二段17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。