用于 6D 位姿估计的 3D 点到关键点投票网络
计算机视觉与模式识别
2020-12-23 v1
摘要
物体 6D 位姿估计因广泛的应用需求以及现实世界复杂性和变化带来的挑战,是计算机视觉领域的重要研究课题。我们认为充分挖掘点间空间关系特征有助于提升位姿估计性能,尤其在背景杂乱和部分遮挡场景中。但此前使用 RGB 图像或 RGB-D 数据的工作通常忽略了该信息。本文提出一种基于 3D 关键点空间结构特征的 RGB-D 数据 6D 位姿估计框架。我们采用逐点稠密特征嵌入对 3D 关键点进行投票,充分利用刚体的结构信息。在由 CNN 预测指向关键点的方向向量后,我们使用 RANSAC 投票计算 3D 关键点坐标,随后可通过最小二乘法轻松获得位姿变换。此外,采用点的空间维度采样策略,使该方法在小型训练集上取得优异性能。所提方法在两个基准数据集 LINEMOD 和 OCCLUSION LINEMOD 上得到验证。实验结果表明,我们的方法优于 SOTA 方法,在 LINEMOD 数据集上以实时速度达到 98.7% 的 ADD(-S) 精度,在 OCCLUSION LINEMOD 数据集上达到 52.6%。
引用
@article{arxiv.2012.11938,
title = {3D Point-to-Keypoint Voting Network for 6D Pose Estimation},
author = {Weitong Hua and Jiaxin Guo and Yue Wang and Rong Xiong},
journal= {arXiv preprint arXiv:2012.11938},
year = {2020}
}