单目单帧 6D 物体位姿估计的开放挑战
计算机视觉与模式识别
2023-07-24 v2
摘要
物体位姿估计是一项重要且非平凡的任务，可赋能机器人操作、箱体拣选、增强现实与场景理解等若干应用。随着高性能深度学习方案的兴起，单目物体位姿估计获得了可观的 momentum，并且由于传感器廉价、推理快速，对学界尤为具有吸引力。已有工作确立了面向多样位姿估计问题的全面最先进水平。其宽泛的 scope 使得识别有前景的未来方向变得困难。我们将范围缩小至机器人学中常用的单帧单目 6D 物体位姿估计问题，从而能够识别此类趋势。通过回顾机器人与计算机视觉领域的近期发表，我们在两领域交集上确立了最先进水平。此后，我们识别出有前景的研究方向，以帮助研究者形成相关研究思路并有效推进最先进水平。研究发现包括：方法已足够成熟以克服域偏移，且遮挡处理是一项根本性挑战。我们还强调如新物体位姿估计与困难材质处理等问题，视其为推进机器人学的核心挑战。
引用
@article{arxiv.2302.11827,
title = {Open Challenges for Monocular Single-shot 6D Object Pose Estimation},
author = {Stefan Thalhammer and Peter Hönig and Jean-Baptiste Weibel and Markus Vincze},
journal= {arXiv preprint arXiv:2302.11827},
year = {2023}
}
备注
Revised version in the making