Hashmod：一种用于可扩展3D目标检测的哈希方法
计算机视觉与模式识别
2016-07-21 v1
摘要
我们提出了一种在 RGB-D 数据中检测目标并估计其 3D 位姿的可扩展方法。为此，我们依赖于目标视图的高效表示，并采用哈希技术以可扩展的方式将这些视图与输入帧进行匹配。虽然类似的方法已存在于 2D 检测中，但我们展示了如何将其扩展以估计被检测目标的 3D 位姿。具体而言，我们探索了不同的哈希策略，并确定了更适合我们问题的策略。我们通过实验证明，我们的方法的复杂度随目标数量呈次线性增长，使我们能够高精度地实现多个 3D 目标的检测与位姿估计，同时在运行时间上优于 state-of-the-art。
引用
@article{arxiv.1607.06062,
title = {Hashmod: A Hashing Method for Scalable 3D Object Detection},
author = {Wadim Kehl and Federico Tombari and Nassir Navab and Slobodan Ilic and Vincent Lepetit},
journal= {arXiv preprint arXiv:1607.06062},
year = {2016}
}
备注
BMVC 2015