MPF6D：基于掩码金字塔融合的六维位姿估计
计算机视觉与模式识别
2022-02-08 v2 机器学习
摘要
物体位姿估计具有多项重要应用，例如机器人抓取与增强现实。我们提出了一种估计物体六维（6D）位姿的新方法，其精度优于现有方案且仍可实时使用。我们的方法以 RGB-D 数据作为输入来分割物体并估计其位姿。它使用一个带多个头部的神经网络来识别场景中的物体、生成相应掩码并估计平移向量及表示物体旋转的四元数的值。这些头部利用了在特征提取与特征融合过程中使用的金字塔架构。我们使用该领域两个最常用的数据集进行实证评估，并与最先进的方法比较，展示了 MPF6D 的能力。我们的方法推理时间短且精度高，可实时使用。
引用
@article{arxiv.2111.09378,
title = {MPF6D: Masked Pyramid Fusion 6D Pose Estimation},
author = {Nuno Pereira and Luís A. Alexandre},
journal= {arXiv preprint arXiv:2111.09378},
year = {2022}
}