KDFNet：学习关键点距离场用于 6D 物体位姿估计
计算机视觉与模式识别
2021-09-22 v1 机器学习
机器人学
摘要
我们提出 KDFNet，一种基于 RGB 图像的 6D 物体位姿估计新方法。为处理遮挡，许多近期工作提出通过逐像素投票定位 2D 关键点，并求解透视-n-点（PnP）问题以估计位姿，取得了领先性能。然而，此类投票过程基于方向，无法处理细长物体，因为难以稳健地求得方向交点。为解决该问题，我们提出一种称为关键点距离场（KDF）的连续表示，用于投影的 2D 关键点位置。KDF 表示为一个 2D 数组，其中每个元素存储对应图像像素与指定投影 2D 关键点之间的 2D 欧氏距离。我们使用全卷积神经网络对每个关键点回归 KDF。利用这种投影物体关键点位置的 KDF 编码，我们提出一种基于距离的投票方案，通过以 RANSAC 方式计算圆的交点来定位关键点。我们通过大量消融实验验证了框架的设计选择。我们提出的方法在 Occlusion LINEMOD 数据集上以 50.3% 的平均 ADD(-S) 精度、在 TOD 数据集 mug 子集上以 75.72% 的平均 ADD 精度达到了最先进性能。大量实验与可视化表明，所提方法能够在包括遮挡在内的挑战性场景中稳健估计 6D 位姿。
引用
@article{arxiv.2109.10127,
title = {KDFNet: Learning Keypoint Distance Field for 6D Object Pose Estimation},
author = {Xingyu Liu and Shun Iwase and Kris M. Kitani},
journal= {arXiv preprint arXiv:2109.10127},
year = {2021}
}
备注
IROS 2021