基于双特征融合和通道注意力的类别级6D位姿估计方法、装置和电子设备

本发明公开了一种基于双特征融合和通道注意力的类别级6D位姿估计方法、装置和电子设备，包括：利用DINOv2提取对象的语义特征，并采用PointNet++获取其点云几何特征，分别引入SE通道注意力机制进行特征增强；设计一种融合ECA注意力机制的实例自适应关键点检测模块，针对不同形状和结构的实例自适应地检测关键点，确保姿态估计的稳定性；优化传统的位姿回归方法，结合MLP与SE模块的变体，以提升姿态预测的精确度和泛化能力。本发明能够在不依赖类别特定形状先验的情况下，更有效地建模类别级对象的位姿关系，提升姿态估计任务在实际应用中的可行性和稳定性。