结合局部与全局约束的端到端可微 6DoF 物体位姿估计
计算机视觉与模式识别
2020-11-24 v1
摘要
从单张 RGB 图像推断物体的 6DoF 位姿是一项重要但具有挑战性的任务，尤其在严重遮挡下。尽管近期方法通过训练端到端流水线改进了两阶段方法，但它们未利用局部与全局约束。本文中，我们提出成对特征提取以整合局部约束，以及三元组正则化以整合全局约束，从而改进 6DoF 物体位姿估计。结合更好的数据增强，我们的方法在具有挑战性的 Occlusion Linemod 数据集上取得了 SOTA 结果，较先前 SOTA 提升 9%，并在 Linemod 数据集上取得了有竞争力的结果。
引用
@article{arxiv.2011.11078,
title = {End-to-End Differentiable 6DoF Object Pose Estimation with Local and Global Constraints},
author = {Anshul Gupta and Joydeep Medhi and Aratrik Chattopadhyay and Vikram Gupta},
journal= {arXiv preprint arXiv:2011.11078},
year = {2020}
}
备注
Accepted at the Workshop on Differentiable vision, graphics, and physics applied to machine learning at Neurips 2020