Pose-Perceptive Convolution: Aprendizaje de Campos Receptivos Adaptativos a la Geometría para una Estimación Robusta...

Área de la Ciencia:

• Visión por Computadora
• Robótica
• Aprendizaje Automático

Sus antecedentes:

• La estimación de la pose 6D de objetos es vital para la robótica y la RA, pero se ve desafiada por las relaciones de aspecto y las variaciones de apariencia de los objetos.
• Los métodos existentes a menudo pasan por alto las desalineaciones geométricas entre los campos receptivos convolucionales fijos y las morfologías de los objetos.
• Esta desalineación limita el rendimiento de las técnicas actuales de estimación de pose 6D.

Objetivo del estudio:

• Proponer una novedosa convolución perceptiva de la pose (PPC) para resolver desalineaciones geométricas en la extracción de características.
• Introducir una nueva red de fusión perceptiva de la pose (PPF-Net) para una estimación robusta de la pose 6D de objetos.
• Demostrar una estrategia eficiente de extracción de características frontales para mejorar la precisión de la estimación de la pose.

Principales métodos:

• Desarrolló la convolución perceptiva de la pose (PPC) que adapta dinámicamente la forma y la densidad de muestreo del campo receptivo.
• Construyó una red de fusión perceptiva de la pose (PPF-Net) que integra PPC para la extracción de características.
• Evaluó PPF-Net en cuatro conjuntos de datos de referencia, incluidos MP6D y YCB-Video.

Principales resultados:

• PPF-Net logró una mejora del 19,4% en la puntuación VSD sobre FFB6D en MP6D.
• Alcanzó una precisión ADD-S del 96,7% en YCB-Video, acercándose al estado del arte.
• Demostró ganancias significativas de precisión con una sobrecarga computacional mínima.

Conclusiones:

• La convolución perceptiva de la pose resuelve eficazmente las desalineaciones geométricas en la estimación de la pose 6D de objetos.
• PPF-Net ofrece una solución robusta y computacionalmente eficiente para una estimación precisa de la pose 6D.
• La extracción de características frontales es una estrategia eficiente para mejorar la robustez de la estimación de la pose 6D.