改进金属家居与工业物品的 6D 物体姿态估计
计算机视觉与模式识别
2025-03-06 v1 人工智能
摘要
6D 物体姿态估计在应用于金属物品时精度会下降。我们通过解决工业应用中的反射和镜面高光等挑战，致力于提升现有技术水平。我们全新的 BOP 兼容数据集包含各类金属物品（罐头、家居和工业用品），涵盖多种光照和背景条件，提供了额外的几何和视觉线索。我们证明这些线索可以有效利用以提升整体性能。为说明额外特征的用处，我们通过引入额外的关键点预测和材质估计头来改进 GDRNPP 算法，以增强空间场景理解。在新数据集上的评估显示金属物品的精度有所提升，支持了额外几何和视觉线索可以改善学习的假设。
引用
@article{arxiv.2503.03655,
title = {Improving 6D Object Pose Estimation of metallic Household and Industry Objects},
author = {Thomas Pöllabauer and Michael Gasser and Tristan Wirth and Sarah Berkei and Volker Knauthe and Arjan Kuijper},
journal= {arXiv preprint arXiv:2503.03655},
year = {2025}
}