工业环境下多视角单目相机系统的物体位姿估计标注流水线
计算机视觉与模式识别
2023-10-24 v1
摘要
在仓库和生产设施等大型工业空间中的物体定位,更具体地物体位姿估计,对物料流作业至关重要。传统方法依赖安装在环境中的人工标识或过于昂贵的设备,难以规模化适用。一种更实用的利用此类空间中现有相机来解决底层位姿估计问题并定位感兴趣物体的方法。为借助最先进的深度学习方法进行物体位姿估计,需采集并标注大量数据。本工作中,我们提供一种无需人工劳动的单体图像大数据集标注方法。我们的方法将相机在空间定位,将其位置与动作捕捉系统统一,并使用一组线性映射将感兴趣物体的3D模型投影至其真实6D位姿位置。我们在一个由工业环境中八相机系统采集、模拟预期作业区域的自定义数据集上测试了该流水线。我们的方法能为包含26,482个物体实例的数据集提供一致质量标注,所需时间仅为人工标注员的一小部分。
引用
@article{arxiv.2310.14914,
title = {Object Pose Estimation Annotation Pipeline for Multi-view Monocular Camera Systems in Industrial Settings},
author = {Hazem Youssef and Frederik Polachowski and Jérôme Rutinowski and Moritz Roidl and Christopher Reining},
journal= {arXiv preprint arXiv:2310.14914},
year = {2023}
}