Multistream ValidNet：通过自动多流验证改进 6D 物体位姿估计
计算机视觉与模式识别
2021-06-15 v1
摘要
本工作提出一种新方法，通过检测并区分真阳性与假阳性结果的出现来改进位姿估计结果。该方法通过在任意位姿估计算法的输出上训练一个二分类器实现，并返回指示结果有效性的二值标签。我们证明，在 Siléane 数据集上，我们的方法优于最先进的位姿估计结果，在验证时以平均类别准确率高出 4.15%、总体准确率高出 0.73% 的表现超越另一种 CullNet 方法的变体。应用我们的方法还可使 Op-Net 的位姿估计平均精度结果平均提升 6.06%。
引用
@article{arxiv.2106.06684,
title = {Multistream ValidNet: Improving 6D Object Pose Estimation by Automatic Multistream Validation},
author = {Joy Mazumder and Mohsen Zand and Michael Greenspan},
journal= {arXiv preprint arXiv:2106.06684},
year = {2021}
}
备注
6 pages, 2 figures, 2 tables. To appear in the proceedings of the 28th IEEE International Conference on Image Processing (IEEE - ICIP), September 19-22, 2021, Anchorage, Alaska, USA