额,为啥都是人体的pose estimation,物体的呢?
补充一下工业上有的比较多有ppf,基于广义霍夫投票的。
距离上次回答有两个月了哈~
最近看了不少文章,在这里正好可以总结一下,由于作者水平有限,问题还希望大家不吝指出。
主流的方法有下面几种:基于模板匹配的方法
基于点的方法
基于描述子的方法
霍夫森林(vote based)
Object Coordiantes 回归法
end to end
概率法
下面一一介绍:基于模板匹配的方法
代表论文:
Gradient Response Maps for Real-Time Detection of Textureless Objects
Model Based Training, Detection and Pose Estimation of Texture-Less 3D Objects in Heavily Cluttered Scenes
这个以Stefan Hinterstoisser的LINEMOD为代表。方法是在可能的SE3空间通过渲染对要检测的物体作充分的采样,提取足够鲁棒的模板,再对模板进行匹配就可以大致的估计位姿,最后ICP精化结果。作者在优化模板匹配速度上做了很多工作(看得我头大),效果也确实不错。知乎上面没趣啊同学,讨论了一些LINEMOD的一些细节问题,并做了一些改进。大家可以关注他的github。
2. 基于点的方法
代表论文:
Model Globally, Match Locally: