EfficientPose: 一种高效、准确且可扩展的端到端 6D 多目标位姿估计方法
计算机视觉与模式识别
2020-11-19 v2
摘要
本文介绍 EfficientPose，一种用于 6D 目标位姿估计的新方法。我们的方法高度准确、高效，并可在广泛计算资源上扩展。此外，它能一次性检测多个目标及实例的 2D 边界框并估计其完整 6D 位姿。这消除了其他方法在处理多目标时面临的运行时显著增长问题。这些方法旨在先检测 2D 目标（如关键点），然后对每个目标求解 Perspective-n-Point 问题以获得其 6D 位姿。我们还提出一种用于直接 6D 位姿估计方法的新型增强方法，以改进性能和泛化能力，称为 6D 增强。我们的方法在广泛使用的 6D 位姿估计基准数据集 Linemod 上，使用 RGB 输入，在 ADD(-S) 指标上达到了 97.35% 的新 state-of-the-art 精度，同时仍以超过 27 FPS 端到端运行。通过固有的多目标与多实例处理以及融合的单次 2D 目标检测与 6D 位姿估计，我们的方法即使面对多个（八个）目标仍以超过 26 FPS 端到端运行，使其对许多真实场景极具吸引力。代码将公开于 https://github.com/ybkscht/EfficientPose。
引用
@article{arxiv.2011.04307,
title = {EfficientPose: An efficient, accurate and scalable end-to-end 6D multi object pose estimation approach},
author = {Yannick Bukschat and Marcus Vetter},
journal= {arXiv preprint arXiv:2011.04307},
year = {2020}
}
备注
fixed typo