无 PnP 的 6D 物体位姿估计
计算机视觉与模式识别
2019-02-07 v2
摘要
在本文中，我们提出一种高效的端到端算法来解决从单张 RGB 图像估计物体 6D 位姿的问题。我们的系统训练一个全卷积网络在区域层（region layer）中回归 3D 旋转和 3D 平移。在此基础上，在区域层之后添加一个特殊层，即共线方程层（Collinear Equation Layer），以输出 3D 边界框角点的 2D 投影。在反向传播阶段，6D 位姿网络根据 2D 投影的误差进行调整。在检测阶段，我们直接通过区域层输出位置和位姿。此外，我们引入了一种新颖且简洁的 3D 旋转表示，使回归更精确、更容易。实验表明，我们的方法在准确率和效率上都优于基线（base-line）和当前最优（state of the art）方法。在 LineMod 数据集上，我们的算法在 GeForce GTX 1080Ti GPU 上达到少于 18 ms/物体，而平移误差和旋转误差分别小于 1.67 cm 和 2.5 degree。
引用
@article{arxiv.1902.01728,
title = {6D Object Pose Estimation without PnP},
author = {Jin Liu and Sheng He},
journal= {arXiv preprint arXiv:1902.01728},
year = {2019}
}