物体位姿恢复综述：从三维边界框检测器到完整六维位姿估计器
计算机视觉与模式识别
2020-04-22 v2
摘要
物体位姿恢复在计算机视觉领域获得了越来越多的关注，因为它已成为与自动驾驶、机器人和增强现实相关的快速发展技术领域中的一个重要问题。现有的综述相关研究多在2D视觉层面处理该问题，回顾了在RGB图像中生成感兴趣物体2D边界框的方法。2D搜索空间通过使用3D空间中可用的几何信息结合RGB(单目/立体)图像，或利用来自LIDAR传感器和/或RGB-D相机的深度数据得以扩展。生成类别级非模态3D边界框的3D边界框检测器在重力对齐图像上评估，而完整6D物体位姿估计器大多在去除了对齐约束的图像上以实例级进行测试。近来，6D物体位姿估计在类别级上得到解决。在本文中，我们呈现了从3D边界框检测器到完整6D位姿估计器的物体位姿恢复方法的首次全面且最新的综述。这些方法在数学上将问题建模为分类、回归、分类与回归、模板匹配和点对特征匹配任务。基于此，建立了基于数学模型的该方法分类体系。用于评估方法的数据集就其所面临的挑战进行了考察，并研究了评估指标。对文献中实验的定量结果进行了分析，以展示哪类方法在何种挑战类型上表现最佳。分析进一步扩展到比较两种我们自行实现的方法，从而使公开结果得出的结论得到进一步巩固。总结了物体位姿恢复领域的现状，并指出了可能的研究方向。
引用
@article{arxiv.2001.10609,
title = {A Review on Object Pose Recovery: from 3D Bounding Box Detectors to Full 6D Pose Estimators},
author = {Caner Sahin and Guillermo Garcia-Hernando and Juil Sock and Tae-Kyun Kim},
journal= {arXiv preprint arXiv:2001.10609},
year = {2020}
}
备注
Accepted to the journal of Image and Vision Computing (IVC). arXiv admin note: text overlap with arXiv:1903.04229