PAM：用于 6D 物体位姿估计的点注意力模块
计算机视觉与模式识别
2020-08-13 v1
摘要
6D 位姿估计是指物体识别以及 3D 旋转与 3D 平移的估计。估计 6D 位姿的关键技术是通过提取充足特征以在任何环境中确定位姿。先前的方法在优化过程中利用深度信息，或被设计为针对各数据空间的异构架构以提取特征。然而，这些方法存在局限，无法提取充分特征。因此，本文提出一种点注意力模块（Point Attention Module），可从 RGB-D 高效提取强特征。在我们的模块中，注意力图通过几何注意力路径（GAP）与通道注意力路径（CAP）形成。在 GAP 中，设计为关注几何信息中的重要信息；CAP 设计为关注通道信息中的重要信息。我们表明该注意力模块可在不显著增加计算复杂度的情况下高效创建特征表示。实验结果表明，所提方法在基准 YCB Video 与 LineMod 上优于现有方法。此外，将该注意力模块应用于分类任务，确认其性能相较现有模型显著提升。
引用
@article{arxiv.2008.05242,
title = {PAM:Point-wise Attention Module for 6D Object Pose Estimation},
author = {Myoungha Song and Jeongho Lee and Donghwan Kim},
journal= {arXiv preprint arXiv:2008.05242},
year = {2020}
}
备注
11 pages, 5figures