基于点云片段的抗遮挡物体旋转回归
计算机视觉与模式识别
2018-12-04 v2
摘要
已知刚性物体的旋转估计对于灵巧操作等机器人应用十分重要。大多数现有的旋转估计方法使用模板、全局或局部特征描述子或物体坐标等中间表示，需要多个步骤才能推断物体位姿。我们提出使用卷积神经网络从原始点云片段直接回归位姿向量。实验结果表明，与最先进的方法相比，我们的方法有可能取得有竞争力的性能，同时对遮挡表现出更强的鲁棒性。我们的方法不需要任何后处理，例如使用迭代最近点算法进行细化。
引用
@article{arxiv.1808.05498,
title = {Occlusion Resistant Object Rotation Regression from Point Cloud Segments},
author = {Ge Gao and Mikko Lauri and Jianwei Zhang and Simone Frintrop},
journal= {arXiv preprint arXiv:1808.05498},
year = {2018}
}
备注
Proceeding of the ECCV18 workshop on Recovering 6D Object Pose