BB8：一种可扩展、精确且对部分遮挡鲁棒的无需深度信息预测挑战性物体 3D 姿态的方法
计算机视觉与模式识别
2018-03-28 v2
摘要
我们引入了一种仅从彩色图像进行 3D 物体检测和姿态估计的新方法。我们首先使用分割技术在存在部分遮挡和杂乱背景的情况下检测 2D 感兴趣物体。与近期基于图像块的方法相比，我们依赖一种“整体”方法：我们对检测到的物体应用一个卷积神经网络（CNN），该网络经过训练以将其 3D 姿态预测为其 3D 边界框角点的 2D 投影。然而，这不足以处理来自近期 T-LESS 数据集的物体：这些物体表现出旋转对称轴，并且此类物体在两种不同姿态下的两幅图像的相似性使得训练 CNN 具有挑战性。我们通过限制用于训练的姿态范围，并在运行时估计姿态之前引入一个分类器来识别姿态范围，从而解决了这个问题。我们还使用了一个可选的额外步骤来细化预测的姿态。我们将 LINEMOD 数据集上的现有技术水平从 73.7% 提高到 89.3% 的正确配准 RGB 帧。我们也是首批仅使用彩色图像在 Occlusion 数据集上报告结果的研究。在 T-LESS 数据集的多个序列上，我们平均有 54% 的帧通过了 Pose 6D 准则，而在相同序列上使用彩色和深度的现有技术水平为 67%。该方法也是可扩展的，因为单个网络可以同时针对多个物体进行训练。
引用
@article{arxiv.1703.10896,
title = {BB8: A Scalable, Accurate, Robust to Partial Occlusion Method for Predicting the 3D Poses of Challenging Objects without Using Depth},
author = {Mahdi Rad and Vincent Lepetit},
journal= {arXiv preprint arXiv:1703.10896},
year = {2018}
}
备注
ICCV 2017