DenseFusion：通过迭代密集融合进行6D物体位姿估计
计算机视觉与模式识别
2019-01-16 v1 机器人学
摘要
从RGB-D图像进行6D物体位姿估计的一个关键技术挑战是充分利用这两种互补的数据源。先前的工作要么分别从RGB图像和深度中提取信息，要么使用代价高昂的后处理步骤，这限制了它们在高度杂乱场景和实时应用中的性能。在本工作中，我们提出DenseFusion，一个从RGB-D图像估计一组已知物体6D位姿的通用框架。DenseFusion是一种异构架构，分别处理两种数据源，并使用一种新颖的密集融合网络提取逐像素的密集特征嵌入，从中估计位姿。此外，我们集成了一个端到端的迭代位姿优化流程，在接近实时推理的同时进一步改进位姿估计。我们的实验表明，我们的方法在两个数据集YCB-Video和LineMOD上优于state-of-the-art方法。我们还将所提方法部署到真实机器人上，基于估计的位姿抓取和操作物体。
引用
@article{arxiv.1901.04780,
title = {DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion},
author = {Chen Wang and Danfei Xu and Yuke Zhu and Roberto Martín-Martín and Cewu Lu and Li Fei-Fei and Silvio Savarese},
journal= {arXiv preprint arXiv:1901.04780},
year = {2019}
}