文章目录
首先这篇文章是一个使用RGB图片进行6d姿态估计的一个方法。
1. 摘要
现有的方法:
- 使用深度网络,直接回归rotation和translation
- 建立2D-3D之间的关系,然后使用PnP解决(需要三维模型,在三维模型上预定义一些点或者其他信息)
作者认为rotation和translation有着显著区别,所以应该差别对待。所以提出了CDPN,来分开预测rotation和translation,可以很好的处理缺乏纹理以及遮挡物体。
2. Introduction
贡献:
- 第一个将间接的通过PnP-based方法预测rotation和使用直接回归的方法估计object pose的方法。
- Dynamic Zoo In
- 为了达到实时的要求,在rotation估计上提出了2阶段 object-level 坐标估计,并提出了MCC损失
- 提出了SITE来估计 translation。
- 在LINEMOD数据集上得到了很好的效果,并且达到了30ms per image,可以做到实时。
3. 方法
3.1 框架
rotation
作者采用coord-based的方法来估计rotation,因为这种 dense correspondence 在面对 遮挡和clutter的时候鲁棒。为了建立2d和3d的关系,首先需要提取exact object region,就是进行目标检测,得到被检测物体所在的大致位置。
其实这个网络作者并没有说明是什么网络,原因是因为,作者不想受特定检测网络的限制,所以想出了一个方法来确保这一点(具体方法请看后面的部分),网络只需要满足:
- 足够快,轻量