基于关键点级联投票的点云六自由度位姿估计
计算机视觉与模式识别
2022-10-18 v1
摘要
我们提出了一种新颖的关键点投票六自由度物体位姿估计方法，该方法以纯无序点云几何作为输入，无需RGB信息。所提出的级联关键点投票方法称为RCVPose3D，其基于一种新颖的架构，该架构将语义分割任务与关键点回归任务分离，从而提高了两者的有效性并改善了最终性能。该方法还在回归关键点估计量时向损失函数引入了不同关键点之间的成对约束，这被证明是有效的，同时还引入了一种新颖的投票者置信度分数（Voter Confident Score），增强了学习和推理阶段。我们提出的RCVPose3D在Occlusion LINEMOD（74.5%）和YCB-Video（96.9%）数据集上取得了最先进的性能，优于现有的纯RGB和RGB-D基于的方法，并且与RGB加点点云的方法具有竞争力。
引用
@article{arxiv.2210.08123,
title = {Keypoint Cascade Voting for Point Cloud Based 6DoF Pose Estimation},
author = {Yangzheng Wu and Alireza Javaheri and Mohsen Zand and Michael Greenspan},
journal= {arXiv preprint arXiv:2210.08123},
year = {2022}
}