一种用于改进物体位姿估计的位姿提议与精炼网络
计算机视觉与模式识别
2020-10-08 v2
摘要
本文中，我们提出一种新颖的、端到端且基于 RGB 输入的 6D 物体位姿估计方法。我们的方法由两个主要组件构成：第一个组件对输入图像中的物体进行分类，并通过基于多任务 CNN 的编码器/多解码器模块提议初始 6D 位姿估计。第二个组件为精炼模块，包含一个渲染器和一个多重注意力位姿精炼网络，其通过利用外观特征与流向量迭代地精炼估计位姿。我们的精炼器利用初始位姿估计的混合表示来预测相对于目标位姿的相对误差。它进一步由强调物体判别性特征部分的空间多重注意力块增强。在三个 6D 位姿估计基准上的实验表明，我们提出的流程以具竞争力的运行时间性能优于最先进的基于 RGB 的方法。
引用
@article{arxiv.2004.05507,
title = {A Pose Proposal and Refinement Network for Better Object Pose Estimation},
author = {Ameni Trabelsi and Mohamed Chaabane and Nathaniel Blanchard and Ross Beveridge},
journal= {arXiv preprint arXiv:2004.05507},
year = {2020}
}