DeepHMap++：结合投影分组与对应学习实现全自由度位姿估计
计算机视觉与模式识别
2019-05-31 v1
摘要
近年来，利用卷积神经网络（CNN）估计物体实例的 6D 位姿受到相当关注。根据是否使用中间线索，相关文献可大致分为两大类：直接法与两阶段流水线。对于后者，第一阶段由 CNN 回归中间线索，如 3D 物体坐标、语义关键点或虚拟控制点，而非位姿参数。随后可利用这些中间线索构建的对应约束求解物体位姿。本文关注两阶段流水线的后处理，并提出在挑战性场景下结合两种学习概念估计物体位姿：一侧为投影分组，另一侧为对应学习。我们首先采用基于局部块的方法预测投影热图，其表示 3D 边界框角点投影的置信度分布。随后提出投影分组模块，从每层热图中去除冗余局部极大值。我们不直接将 2D-3D 对应送入透视-n-点（PnP）算法，而是从局部极大值及其邻域采样多个对应假设，并由对应评估网络排序。最终选取置信度较高的对应以确定物体位姿。在三个公开数据集上的大量实验表明，所提框架优于多种前沿方法。
引用
@article{arxiv.1904.12735,
title = {DeepHMap++: Combined Projection Grouping and Correspondence Learning for Full DoF Pose Estimation},
author = {Mingliang Fu and Weijia Zhou},
journal= {arXiv preprint arXiv:1904.12735},
year = {2019}
}
备注
21 pages, 10 figures