首发于:公众号【3D视觉工坊】
欢迎加入国内最大的3D视觉交流社区,1700+的领域从业者正在共同进步~
1、DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion (CVPR2019)
主要思想:用于从RGB-D图像中估计一组已知对象的6D位姿,分别处理两个数据源,并使用一种新的dense fusion network来提取像素级的 dense feature embedding,并从中估计姿态。实验结果表明,该方法在YCB-Video和Linemod两种数据集上均优于现有的方法。论文还将所提出的方法应用到一个真实的机器人上,根据所估计的姿态来抓取和操纵物体。
本文主要有两点贡献:
1、提出了一种将RGB-D输入的颜色和深度信息融合起来的基础方法。利用嵌入空间中的2D信息来增加每个3D点的信息,并使用这个新的颜色深度空间来估计6D位姿。
2、在神经网络架构中集成了一个迭代的微调过程,消除了之前后处理ICP步骤的依赖性。
实验结果:
2、PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation
本文提出采用Pixel-wise Voting Network (PVNet)来回归指向关键点的像素单位向量,并通过这些向量使用RANSAC对关键点位置进行投票,从而可以抗遮挡或截断。进一步地,这种表示提供了关键点位置的不确定性,PNP解算器又可以进一步利用这些不确定性。
主要贡献点:
1、提出了PVNet(pixel-wise voting network),它可以学习到一个指向2D keypoint的向量场表示,即便在遮挡和截断的情况下;作者的创新之处--能够学习到十分robust的2D keypoints。
2、基于PVNet得到的稠密预测,作者用了一种基于关键点分布的PnP算法来从2D keypoints分布求取(R,t)位姿。
实验结果: