通过在合成域中校准图像残差实现数据驱动的6D位姿跟踪
计算机视觉与模式识别
2022-02-10 v2 机器人学
摘要
在视频序列中跟踪物体的6D位姿对机器人操作十分重要。本工作提出se(3)-TrackNet,一种用于长期6D位姿跟踪的数据驱动优化方法。其目标是在给定当前RGB-D观测以及基于先前最佳估计与物体模型生成的合成图像条件下,确定最优相对位姿。此上下文中的关键贡献是一种新颖的神经网络架构,它恰当地解耦特征编码以帮助减小域偏移,以及通过李代数实现有效的3D朝向表示。因此,即便网络仅用合成数据训练,也能在真实图像上有效工作。在多个基准上的综合实验表明,se(3)-TrackNet取得了一致鲁棒的估计并优于替代方法,尽管后者使用了真实图像训练。该方法以90.9Hz实时运行。本项目的代码、数据与补充视频见https://github.com/wenbowen123/iros20-6d-pose-tracking。
引用
@article{arxiv.2105.14391,
title = {Data-driven 6D Pose Tracking by Calibrating Image Residuals in Synthetic Domains},
author = {Bowen Wen and Chaitanya Mitash and Kostas Bekris},
journal= {arXiv preprint arXiv:2105.14391},
year = {2022}
}
备注
CVPR 2021 Workshop on 3D Vision and Robotics. arXiv admin note: substantial text overlap with arXiv:2007.13866