利用合成训练数据在单张 RGB 图像中估计无纹理反光物体的位姿
机器人学
2019-09-27 v1
摘要
在工业领域，多个无纹理反光零件的位姿估计是一项有价值但具有挑战性的任务。在这一特定场景中，利用关键点或其他纹理信息是不切实际的，因为它们大多不是目标的真实特征，而是周围环境的反射。此外，颜色的相似性也给分割带来了挑战。在本文中，我们提议将位姿估计过程分为三个阶段：目标检测、特征检测与位姿优化。利用卷积神经网络进行目标检测。考虑到表面纹理的可靠性，我们利用轮廓信息来估计位姿。由于传统的基于轮廓的方法因分割困难而不适用于 clustered 金属零件，我们使用沿金属零件边缘的稠密离散点作为语义关键点进行轮廓检测。随后，我们利用关键点信息与 CAD 模型计算视野中每个物体的 6D 位姿。深度学习方法的典型实现不仅需要大量训练数据，还依赖密集的人力来标注数据集。因此，我们提出了一种自动生成数据集并标注的方法。尽管未使用任何真实世界照片进行训练，一系列实验表明基于合成数据构建的算法在真实环境中表现良好。
引用
@article{arxiv.1909.10270,
title = {Pose Estimation for Texture-less Shiny Objects in a Single RGB Image Using Synthetic Training Data},
author = {Chen Chen and Xin Jiang and Weiguo Zhou and Yun-Hui Liu},
journal= {arXiv preprint arXiv:1909.10270},
year = {2019}
}