HouseCat6D — A Large-Scale Multi-Modal Category Level 6D Object Pose Dataset with Household Objects in Realistic Scenarios

要約

タイトル：ハウスホールドオブジェクトを含むリアルなシナリオでの大規模な多モーダルカテゴリーレベルの6Dオブジェクトポーズデータセット、HouseCat6D

要約：
– 6Dポーズの推定は、重要な3Dコンピュータビジョンの問題である。
– インスタンスレベルアプローチから予想された良好な成果により、より実践的な応用シナリオのためにカテゴリーレベルのポーズ推定に関する研究も進んでいる。
– ただし、既存のカテゴリーレベルのデータセットは、注釈の品質と提供されるポーズの量に欠けている。
– 我々は、新しいカテゴリーレベル6DポーズデータセットであるHouseCat6Dを提案し、以下の特徴を持っていることを述べている。
1. 海上楼における極性RGBと深さ(RGBD+P)の多重性
2. 10の家庭用オブジェクトカテゴリーの194の高度に多様なオブジェクト、2つのフォトメトリックチャレンジングカテゴリーを含む。
3. エラー範囲がわずか1.35mmから1.74mmである高品質のポーズ注釈
4. 大規模なシーン41を使用し、広範囲な視点や遮蔽のカバーがされている。
5. シーン全体でチェッカーボードフリーの環境
6. 加えて、デンスな6D平行ジョーグラスを注釈することもできる。

– さらに、最先端のカテゴリーレベルのポーズ推定ネットワークのベンチマーク結果も提供する。

要約(オリジナル)

Estimating the 6D pose of objects is a major 3D computer vision problem. Since the promising outcomes from instance-level approaches, research heads also move towards category-level pose estimation for more practical application scenarios. However, unlike well-established instance-level pose datasets, available category-level datasets lack annotation quality and provided pose quantity. We propose the new category-level 6D pose dataset HouseCat6D featuring 1) Multi-modality of Polarimetric RGB and Depth (RGBD+P), 2) Highly diverse 194 objects of 10 household object categories including 2 photometrically challenging categories, 3) High-quality pose annotation with an error range of only 1.35 mm to 1.74 mm, 4) 41 large-scale scenes with extensive viewpoint coverage and occlusions, 5) Checkerboard-free environment throughout the entire scene, and 6) Additionally annotated dense 6D parallel-jaw grasps. Furthermore, we also provide benchmark results of state-of-the-art category-level pose estimation networks.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI