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！

龙图腾网获悉泉州信息工程学院申请的专利双加权融合的位姿估计方法及装置、及计算机设备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：CN121837383B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610298984.9，技术领域涉及：G06T7/73；该发明授权双加权融合的位姿估计方法及装置、及计算机设备是由沈泽鑫;张淼;魏均达;卢晓键;兰子洋;汪佳玉;林世豪;景紫君;左霞设计研发完成，并于2026-03-12向国家知识产权局提交的专利申请。

本双加权融合的位姿估计方法及装置、及计算机设备在说明书摘要公布了：本申请提供了一种双加权融合的位姿估计方法及装置、及计算机设备，方法包括：对多模态图像数据进行预处理与空间对齐，得到对齐后的RGB图像及深度图像；对RGB图像和深度图像分别进行特征提取，得到RGB语义特征图及深度几何特征图；基于场景感知动态加权对齐融合RGB语义特征图及深度几何特征图得到融合特征图；对融合特征图进行二次校准，预测关键点坐标及其置信度；基于关键点坐标及其置信度进行不确定性加权位姿求解，得到6D位姿参数。本申请对多模态图像进行双分支特征提取、特征优化、场景感知动态加权融合、二次校准及置信度预测，并基于不确定性加权进行位姿求解，显著提升位姿估计精度、鲁棒性与抗噪能力。

本发明授权双加权融合的位姿估计方法及装置、及计算机设备在权利要求书中公布了：1.一种双加权融合的位姿估计方法，其特征在于，所述位姿估计方法包括： 对多模态图像数据进行预处理与空间对齐，得到对齐后的RGB图像及深度图像，所述多模态图像数据通过深度相机采集获取； 对所述RGB图像和深度图像分别进行特征提取，得到RGB语义特征图及深度几何特征图； 基于场景感知动态加权对齐融合所述RGB语义特征图及深度几何特征图，得到融合特征图； 对所述融合特征图进行二次校准，预测关键点坐标及其置信度； 基于所述关键点坐标及其置信度进行不确定性加权位姿求解，得到6D位姿参数，所述6D位姿参数包括空间坐标和旋转角度； 其中，对所述融合特征图进行二次校准，预测关键点坐标及其置信度，包括： 对所述融合特征图进行二次归一化处理； 基于激活函数从二次归一化处理后的融合特征图生成特征掩码； 利用所述特征掩码对所述二次归一化处理后的融合特征图进行背景过滤，保留物体区域特征； 基于所述物体区域特征，采用投票机制进行关键点预测得到关键点坐标； 计算所述关键点坐标的预测方差作为所述置信度； 其中，基于场景感知动态加权对齐融合所述RGB语义特征图及深度几何特征图，得到融合特征图，包括： 将所述RGB语义特征图及深度几何特征图映射至统一特征空间； 基于注意力机制建立所述RGB语义特征图及深度几何特征图之间的空间关联关系，以对所述RGB语义特征图及深度几何特征图进行空间对齐； 提取场景特征信息，并基于所述场景特征信息动态生成所述RGB语义特征图及深度几何特征图的融合权重，所述场景特征信息包括RGB图像亮度方差与深度图像像素方差； 基于所述融合权重对对齐后的RGB语义特征图及深度几何特征图进行加权融合，得到所述融合特征图； 其中，基于所述关键点坐标及其置信度进行不确定性加权位姿求解，得到6D位姿参数，包括： 基于所述置信度确定各关键点的不确定性权重； 利用所述不确定性权重对所述关键点坐标进行加权处理； 对加权后的关键点坐标进行迭代优化求解，得到所述6D位姿参数。

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泉州信息工程学院，其通讯地址为：362000 福建省泉州市丰泽区博东路249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”。

以上内容由龙图腾AI智能生成。