6-PACK：基于锚点关键点的类别级 6D 位姿跟踪器
计算机视觉与模式识别
2019-10-25 v1 机器人学
摘要
我们提出 6-PACK，一种在 RGB-D 数据上进行类别级 6D 物体位姿跟踪的深度学习方法。我们的方法实时跟踪已知物体类别（如碗、笔记本电脑和马克杯）的新颖物体实例。6-PACK 学习用少量 3D 关键点紧凑地表示物体，基于此可通过关键点匹配估计物体实例的帧间运动。这些关键点以端到端方式在无人工监督下学习，以对跟踪最为有效。我们的实验表明，该方法在 NOCS 类别级 6D 位姿估计基准上大幅优于现有方法，并支持物理机器人执行简单的基于视觉的闭环操纵任务。我们的代码与视频见 https://sites.google.com/view/6packtracking。
引用
@article{arxiv.1910.10750,
title = {6-PACK: Category-level 6D Pose Tracker with Anchor-Based Keypoints},
author = {Chen Wang and Roberto Martín-Martín and Danfei Xu and Jun Lv and Cewu Lu and Li Fei-Fei and Silvio Savarese and Yuke Zhu},
journal= {arXiv preprint arXiv:1910.10750},
year = {2019}
}