基于高斯隐式占据函数的三维感知目标定位
计算机视觉与模式识别
2023-08-03 v2
摘要
自动定位图像中的目标物体对许多计算机视觉应用至关重要。为表示2D物体，椭圆标签近来被认为是轴对齐边界框的一种有前景的替代方案。本文进一步考虑三维感知椭圆标签，即物体三维椭球近似的投影椭圆，用于2D目标定位。事实上，投影椭圆比传统的三维无关边界框标签携带更多关于物体几何和姿态（三维感知）的几何信息。此外，这种通用的三维椭球模型允许近似已知至粗略已知的目标。然后我们提议重新审视椭圆回归，并用编码图像中物体占据的隐式高斯分布参数替代不连续的几何椭圆参数。模型被训练为使用统计损失函数回归该二元高斯分布在图像像素上的值。我们引入了一种新颖的不可训练可微分层E-DSNT来提取分布参数。同时，我们描述了如何仅使用目标的粗略尺寸和相对姿态标签轻松生成一致的三维感知高斯占据参数。我们为三个现有的航天器姿态估计数据集扩展了三维感知高斯占据标签以验证我们的假设。标签和源代码可在此公开访问：https://cvi2.uni.lu/3d-aware-obj-loc/。
引用
@article{arxiv.2303.02058,
title = {3D-Aware Object Localization using Gaussian Implicit Occupancy Function},
author = {Vincent Gaudillière and Leo Pauly and Arunkumar Rathinam and Albert Garcia Sanchez and Mohamed Adel Musallam and Djamila Aouada},
journal= {arXiv preprint arXiv:2303.02058},
year = {2023}
}
备注
6 pages, 5 figures, IROS 2023