MaskedFusion：基于掩码的 6D 物体位姿估计
计算机视觉与模式识别
2020-03-19 v2
摘要
MaskedFusion 是一个利用 RGB-D 数据估计物体 6D 位姿的框架，其架构在流水线中利用多个子任务以实现准确的 6D 位姿。由于复杂的真实物体以及从现实世界捕获数据时可能出现的诸多问题（例如遮挡、截断和数据中的噪声），6D 位姿估计是一项开放挑战。实现准确的 6D 位姿将改进其他开放问题的结果，如机器人抓取或在增强现实中定位物体。MaskedFusion 通过使用物体掩码来消除不相关数据，从而改进了当前最优（SOTA）方法。在估计物体 6D 位姿的神经网络中引入掩码，我们也获得了代表物体形状的特征。MaskedFusion 是一个模块化流水线，其中每个子任务可采用不同方法来实现目标。MaskedFusion 在 LineMOD 数据集上使用 ADD 度量平均达到 97.3%，在 YCB-Video 数据集上使用 ADD-S AUC 度量达到 93.3%，相较于 SOTA 方法有所提升。代码已在 GitHub 上提供（https://github.com/kroglice/MaskedFusion）。
引用
@article{arxiv.1911.07771,
title = {MaskedFusion: Mask-based 6D Object Pose Estimation},
author = {Nuno Pereira and Luís A. Alexandre},
journal= {arXiv preprint arXiv:1911.07771},
year = {2020}
}