用于手持遮挡容器的类别级6D位姿与尺寸估计的混合现实数据集
计算机视觉与模式识别
2022-11-22 v1
摘要
由于物体属性（如形状、尺寸、外观和透明度）存在较大的类内差异，估计家用容器的6D位姿与尺寸具有挑战性。当这些物体被人抓握和操作时，由于抓握类型及观察持物者的相机视点所导致的不同程度手部遮挡，该任务变得更加困难。在本文中，我们提出了一个用于类别级6D物体位姿与尺寸估计的手持遮挡容器混合现实数据集。该数据集包含138,240张渲染的手部与前臂握持48个合成物体的图像，分为3种抓握类别并叠加于30个真实背景之上。我们在该混合现实数据集上重新训练并测试了一个现有的6D物体位姿估计模型。我们讨论了使用该数据集对改进6D位姿与尺寸估计任务的影响。
引用
@article{arxiv.2211.10470,
title = {A mixed-reality dataset for category-level 6D pose and size estimation of hand-occluded containers},
author = {Xavier Weber and Alessio Xompero and Andrea Cavallaro},
journal= {arXiv preprint arXiv:2211.10470},
year = {2022}
}
备注
5 pages, 4 figures, 1 table. Submitted to IEEE ICASSP 2023. Webpage at https://corsmal.eecs.qmul.ac.uk/pose.html