PVNet：用于 6DoF 姿态估计的逐像素投票网络
计算机视觉与模式识别
2019-01-01 v1
摘要
本文解决在严重遮挡或截断情况下从单张 RGB 图像进行 6DoF 姿态估计的挑战。许多近期工作表明，先检测关键点再求解 Perspective-n-Point（PnP）问题以估计姿态的两阶段方法取得了卓越性能。然而，此类方法大多仅通过回归图像坐标或热图来定位一组稀疏关键点，对遮挡与截断敏感。相反，我们引入逐像素投票网络（PVNet）以回归指向关键点的逐像素单位向量，并利用这些向量通过 RANSAC 投票得出关键点位置。这构成了一种用于定位被遮挡或截断关键点的灵活表示。该表示的另一重要特征是提供了关键点位置的不确定性，可被 PnP 求解器进一步利用。实验表明，所提方法在 LINEMOD、Occlusion LINEMOD 与 YCB-Video 数据集上大幅优于当前最优方法，且能高效实现实时姿态估计。我们进一步创建了 Truncation LINEMOD 数据集以验证方法对截断的鲁棒性。代码将发布于 https://zju-3dv.github.io/pvnet/。
引用
@article{arxiv.1812.11788,
title = {PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation},
author = {Sida Peng and Yuan Liu and Qixing Huang and Hujun Bao and Xiaowei Zhou},
journal= {arXiv preprint arXiv:1812.11788},
year = {2019}
}
备注
The first two authors contributed equally to this paper. Project page: https://zju-3dv.github.io/pvnet/