CenDerNet：基于中心与曲率表示的可渲染比对六维位姿估计
计算机视觉与模式识别
2022-08-24 v1
摘要
我们提出 CenDerNet，一种基于中心与曲率表示、从多视角图像进行六维（6D）位姿估计的框架。为反光且无纹理的物体寻找精确位姿是工业机器人的关键挑战。我们的方法包含三个阶段：首先，一个全卷积神经网络为各视角预测中心与曲率热图；其次，利用中心热图检测物体实例并求其三维中心；第三，利用三维中心与曲率热图估计 6D 物体位姿。通过可渲染比对（render-and-compare）方法跨视角联合优化位姿，我们的方法自然地处理遮挡与物体对称性。我们在两个工业相关数据集 DIMO 与 T-LESS 上表明 CenDerNet 优于以往方法。
引用
@article{arxiv.2208.09829,
title = {CenDerNet: Center and Curvature Representations for Render-and-Compare 6D Pose Estimation},
author = {Peter De Roovere and Rembert Daems and Jonathan Croenen and Taoufik Bourgana and Joris de Hoog and Francis Wyffels},
journal= {arXiv preprint arXiv:2208.09829},
year = {2022}
}
备注
19 pages, 14 figures