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！

龙图腾网恭喜福州大学申请的专利基于模板匹配和概率分布的物体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：CN115761734B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202211343422.X，技术领域涉及：G06V20/70；该发明授权基于模板匹配和概率分布的物体位姿估计方法是由柯逍;黄森敏设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本基于模板匹配和概率分布的物体位姿估计方法在说明书摘要公布了：本发明涉及一种基于模板匹配和概率分布的物体位姿估计方法，包括以下步骤：步骤S1：对位姿估计训练集进行语义分割；步骤S2：将步骤S1语义分割检测到的目标与渲染模板匹配，生成初始的视点估计；步骤S3：利用深度学习网络学习输入图像像素和匹配模板之间的密集2D‑2D对应关系，进而生成图像像素与3D模型之间的2D‑3D对应；步骤S4：使用可微分的pnp层生成目标物体的六自由度信息，利用位姿的概率分布进行指导，生成最终的位姿解。该方法能够有效地对RGB图像中的目标进行位姿估计。

本发明授权基于模板匹配和概率分布的物体位姿估计方法在权利要求书中公布了：1.基于模板匹配和概率分布的物体位姿估计方法，其特征在于，包括以下步骤：步骤S1：对位姿估计训练集进行语义分割；步骤S2：将步骤S1语义分割检测到的目标与渲染模板匹配，生成初始的视点估计；步骤S3：利用深度学习网络学习输入图像像素和匹配模板之间的密集2D-2D对应关系，进而生成图像像素与3D模型之间的2D-3D对应；步骤S4：使用可微分的pnp层生成目标物体的六自由度信息，利用位姿的概率分布进行指导，生成最终的位姿解；所述步骤S2具体包括以下步骤：步骤S21：通过模板匹配进行初始视点估计，依赖于步骤S1相同的语义分割特征提取网络SFE，但仅使用其最后一层的特征，并增加一个1×1卷积层，将维数从H×W×D降低到H×W×D'，H和W分别表示输入图像的高度和宽度，D表示输入网络的通道数，D'表示D经过1×1卷积层后输入网络的通道数；分别利用查询模板的前景和使用步骤S1中预测的分割掩码表示的目标图像中的目标前景来预先计算模板特征和图像特征然后计算f和t之间的每像素相关性，其计算公式如下： simf,t表示f和t之间每像素的相关性，corr表示皮尔逊相关，h和w表示像素坐标，fh,w表示在像素h,w下的图像特征，th,w表示在像素h,w下的模板特征；步骤S22：训练网络优先考虑具有非常接近的物体的表面区域旋转相似性的特征，同时惩罚旋转相似性较差的特征，并利用具有动态余量的修改的三重损耗来优化姿态，计算公式如下： 其中，fanchor是随机选择目标表面区域的描述符，f+表示与fanchor姿势非常相似的模板，f-表示与fanchor姿势具有不同姿势的模板，u被设置为fanchor和f+中的目标的旋转之间的角度；最后，在测试时，选择与目标图像中检测到的目标具有最高相似性的查询模板作为匹配。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。