SilhoNet：一种用于 6D 物体位姿估计的 RGB 方法
计算机视觉与模式识别
2020-05-08 v4 机器人学
摘要
自主机器人操作涉及将被操作物体的平移和朝向估计为 6 自由度（6D）位姿。使用 RGB-D 数据的方法在解决该问题上已显示出巨大成功。然而，在成本限制或工作环境可能限制 RGB-D 传感器使用的情况下，仅限单目相机数据时，物体位姿估计问题极具挑战性。在本工作中，我们提出了一种称为 SilhoNet 的新方法，从单目图像预测 6D 物体位姿。我们使用一个卷积神经网络（CNN）流水线，接收感兴趣区域（ROI）提议，同时预测带有相关遮挡掩码的物体中间轮廓表示和 3D 平移向量。然后从预测的轮廓回归 3D 朝向。我们表明，在 YCB-Video 数据集上，我们的方法比两种最先进的单目图像输入 6D 位姿估计网络取得了更好的整体性能。
引用
@article{arxiv.1809.06893,
title = {SilhoNet: An RGB Method for 6D Object Pose Estimation},
author = {Gideon Billings and Matthew Johnson-Roberson},
journal= {arXiv preprint arXiv:1809.06893},
year = {2020}
}
备注
8 pages, 3 figures