基于多深度相机系统的扫描动物语义关键点提取
机器人学
2022-11-17 v1 计算机视觉与模式识别
摘要
点云中的关键点标注是三维重建、目标跟踪与对齐的重要任务，尤其在可形变或运动场景中。在农业机器人领域，它是实现牲畜自动化以进行状态评估或行为识别的关键任务。本文中，我们提出一种点云语义关键点标注的新方法，将关键点提取重新表述为关键点与其余点云之间距离的回归问题。我们使用映射到点云流形上的距离并代入径向基函数（RBF），随后采用编码器-解码器架构进行学习。针对多深度相机系统的数据增强，特别考虑了外参标定噪声与相机帧丢失的情况。此外，我们研究了可应用于动物点云的计算高效非刚性形变方法。我们的方法在田间使用多台硬件同步的RGB-D相机对运动肉牛采集的数据上进行了测试。
引用
@article{arxiv.2211.08634,
title = {Semantic keypoint extraction for scanned animals using multi-depth-camera systems},
author = {Raphael Falque and Teresa Vidal-Calleja and Alen Alempijevic},
journal= {arXiv preprint arXiv:2211.08634},
year = {2022}
}