【论文阅读】Pose from Shape: Deep Pose Estimation for Arbitrary 3D Objects
摘要大多数深度位姿估计方法都需要针对特定的对象实例或类别进行训练。在这项工作中,我们提出了一种完全通用的深度姿势估计方法,它不需要网络对相关类别进行训练,也不需要类别中的对象具有规范姿势。我们认为,这是设计机器人系统的关键一步,该系统可以对训练集外的目标进行预测,而不是属于预先定义的类别。我们的主要方法是用目标物体的3D形状表示来动态估计姿态。更准确地说,我们训练了一个卷积神经网络,它将测试图像和3D模型作为输入,输出输入图像中物体相对于3D模型的相对3D姿态,我们证明了我们的方法在标准数据集上(Pasc
原创
2022-04-20 17:05:57 ·
2802 阅读 ·
0 评论