基于感知哈希和模板匹配的无纹体对象的快速单眼6D姿势估计方法.
Jose Moises Araya-Martinez1,2, Vinicius Soares Matthiesen2,3, Simon Bøgh3
1Industry Grade Networks and Clouds, Institute of Telecommunication Systems, Electrical Engineering and Computer Science, Technical University Berlin, Berlin, Germany.
Frontiers in robotics and AI
|January 23, 2025
概括
本研究介绍了一种使用感知哈希计算的快速,强大的对象姿势估计方法,适用于没有GPU的低成本硬件. 它为资源有限的计算机视觉应用提供了卓越的精度计算权衡.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 机器学习 机器学习
背景情况:
- 对象姿势估计对于工业应用至关重要,但通常需要昂贵的硬件和计算密集的深度学习模型.
- 目前的方法需要大量的资源 (3D摄像头,GPU) 和大量的标记数据集,增加成本和开发时间.
研究的目的:
- 为了开发一个快速,强大的,和具有成本效益的对象构成估计算法.
- 为了减少6D姿势估计的计算需求和硬件要求.
- 为了在资源有限的设备上实现高效的姿势估计.
主要方法:
- 一个基于模板的匹配算法,利用对二进制图像的新感知哈希方法.
- 对相关模板进行自动预选,以缩短推断时间.
- 汽车零部件和公共数据集的基准测试,包括对合成数据的实验和在阻塞和噪声下的评估.
主要成果:
- 拟议的方法在没有GPU支持的情况下,在具有成本效益的硬件上实现了高精度和稳定性.
- 与以前的方法相比,显示了精度和计算时间之间的优越权衡.
- 在NVIDIA AGX Orin设备上实现特定的性能指标 (例如,旋转错误,14%的翻译错误,处理时间).
结论:
- 该算法为对象姿势估计提供了有效的解决方案,特别是对于优先考虑硬件成本和功率效率的应用程序.
- 它提供了有利的精度处理时间平衡,使其适用于资源有限的环境.
- 该方法显示出对部分遮蔽和噪声输入的稳定性,具有广泛工业采用的潜力.
