基于双投影特征融合类别级物体6D姿态估计方法及系统

被引：0

专利类型：

发明

申请号：

CN202510194226.8

申请日：

2025-02-21

公开(公告)号：

CN120339382A

公开(公告)日：

2025-07-18

发明(设计)人：

艾士伟张强孙雪莹袁陈伟

申请人：

江苏科技大学

申请人地址：

212000 江苏省镇江市梦溪路2号

IPC主分类号：

G06T7/73

IPC分类号：

G06T7/13 G06T7/10 G06V10/40 G06V10/766 G06V10/82 G06V10/80 G06N3/0464 G06N3/045 G06N3/084 G06N3/0985

代理机构：

南京经纬专利商标代理有限公司 32200

代理人：

徐澍

法律状态：

公开

国省代码：

江苏省镇江市

引用

下载

共 50 条

[1]

基于轻量级特征融合网络的类别级物体6D位姿估计方法 [P].

孙炜 ;

杨慧 ;

刘剑 ;

刘崇沛 .

中国专利 :CN116805383B ,2025-11-21

[2]

基于动态关键点检测的类别级物体6D位姿估计方法及系统 [P].

张天柱 ;

杨文飞 ;

王诗良 ;

张哲 ;

潘晓扬 ;

吴枫 .

中国专利 :CN117456003A ,2024-01-26

[3]

基于动态关键点检测的类别级物体6D位姿估计方法及系统 [P].

张天柱 ;

杨文飞 ;

王诗良 ;

张哲 ;

潘晓扬 ;

吴枫 .

中国专利 :CN117456003B ,2025-06-10

[4]

双向融合6D物体位姿估计方法 [P].

谢涛 ;

安韬 ;

赵立军 ;

戴崑 ;

李瑞峰 .

中国专利 :CN118799393A ,2024-10-18

[5]

双向融合6D物体位姿估计方法 [P].

谢涛 ;

安韬 ;

赵立军 ;

戴崑 ;

李瑞峰 .

中国专利 :CN118799393B ,2025-06-06

[6]

基于朝向感知和引导的类别级物体6D位姿估计方法及系统 [P].

常发亮 ;

郇恒强 ;

刘春生 ;

王德鑫 .

中国专利 :CN120765746A ,2025-10-10

[7]

基于深度学习的全局高阶池化6D物体姿态估计方法 [P].

姜长泓 ;

慕小乔 ;

张冰冰 ;

梁超 ;

谢慕君 .

中国专利 :CN120047779A ,2025-05-27

[8]

面向机械臂抓取的透明物体6D姿态估计方法 [P].

邹勤 ;

吴婷 ;

邱雁成 .

中国专利 :CN114119753A ,2022-03-01

[9]

一种基于形状先验的类级别物体6D姿态估计方法 [P].

王进 ;

张海运 ;

易际澳 ;

李小飞 ;

陆国栋 .

中国专利 :CN119904512A ,2025-04-29

[10]

基于特征融合及编解码器结构的刚体6D姿态估计方法和系统 [P].

王万良 ;

钱宇彤 ;

王铮 ;

赵燕伟 ;

产思贤 .

中国专利 :CN116612187B ,2025-12-09

← 1 2 3 4 5 →

法律状态公告日	法律状态	法律状态信息
2025-07-18	公开	公开
2025-08-05	实质审查的生效	实质审查的生效IPC(主分类):G06T 7/73申请日:20250221