SC6D: Symmetry-agnostic and Correspondence-free 6D Object Pose Estimation

要約

本論文では、1枚の単眼RGB画像から6次元物体の姿勢を推定するための、対称性にとらわれない、対応関係なしの効率的なフレームワーク(SC6Dと呼ぶ)を提案する。SC6Dは物体の3次元CADモデルも対称性に関する事前知識も必要としない。SC6Dでは、物体の3次元回転表現の学習と照合、物体中心の2次元位置の推定、分類によるスケール不変距離の推定(z軸方向の移動)の3つのタスクから構成される。SC6Dは、T-LESS、YCB-V、ITODDの3つのベンチマークデータセットで評価され、T-LESSデータセットでは最先端の性能を示す結果となった。さらに、SC6Dは従来の最先端手法であるSurfEmbと比較して、計算効率が大幅に向上している。実装と事前学習済みモデルは、https://github.com/dingdingcai/SC6D-pose で公開されています。

要約(オリジナル)

This paper presents an efficient symmetry-agnostic and correspondence-free framework, referred to as SC6D, for 6D object pose estimation from a single monocular RGB image. SC6D requires neither the 3D CAD model of the object nor any prior knowledge of the symmetries. The pose estimation is decomposed into three sub-tasks: a) object 3D rotation representation learning and matching; b) estimation of the 2D location of the object center; and c) scale-invariant distance estimation (the translation along the z-axis) via classification. SC6D is evaluated on three benchmark datasets, T-LESS, YCB-V, and ITODD, and results in state-of-the-art performance on the T-LESS dataset. Moreover, SC6D is computationally much more efficient than the previous state-of-the-art method SurfEmb. The implementation and pre-trained models are publicly available at https://github.com/dingdingcai/SC6D-pose.

arxiv情報

著者 Dingding Cai,Janne Heikkilä,Esa Rahtu
発行日 2022-08-03 15:08:27+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.CV パーマリンク