Core Concepts
가시성 정보를 활용하여 중요한 키포인트를 선별적으로 추정함으로써 3D-2D 대응 관계를 향상시키고 최종 물체 자세 추정 성능을 개선한다.
Abstract
이 논문은 6DoF 물체 자세 추정을 위한 가시성 인식 키포인트 위치 추정 방법을 제안한다. 기존 방법들은 모든 미리 정의된 키포인트를 추정하지만, 이 중 많은 키포인트가 가시성이 낮아 추정 결과가 신뢰할 수 없다. 이 문제를 해결하기 위해 저자들은 가시성이 높은 중요한 키포인트만을 선별적으로 추정한다.
구체적으로, 저자들은 객체 수준 주석 정보로부터 효율적으로 키포인트 가시성 레이블을 생성하는 방법을 제안한다. 이때 가시성은 외부 가림과 내부 자가 가림으로 구분된다. 이렇게 얻은 이진 가시성 레이블을 바탕으로 Personalized PageRank 알고리즘을 통해 실수 형태의 가시성 인식 중요도를 계산한다. 이 중요도를 활용하여 가시성이 높은 키포인트만을 선별적으로 추정하고, 이를 통해 3D-2D 대응 관계의 품질을 높인다.
제안 방법은 기존 최신 키포인트 기반 6DoF 자세 추정 모델에 쉽게 통합될 수 있다. 실험 결과, 제안 방법은 Linemod, Linemod-Occlusion, YCB-V 데이터셋에서 모두 우수한 성능을 보였다.
Stats
가시성이 높은 키포인트만을 선별적으로 추정함으로써 3D-2D 대응 관계의 품질을 크게 향상시킬 수 있다.
Linemod 데이터셋에서 2픽셀 임계치의 내부점 비율을 44.8%에서 67.4%로 크게 높일 수 있었다.
Linemod-Occlusion 데이터셋에서 평균 ADD(-S) 성능을 42.8%에서 44.6%로 향상시켰다.
YCB-V 데이터셋에서 ADD(-S) 평균 성능을 81.4%에서 84.9%로 개선하였고, AUC 기반 지표에서도 최고 성능을 달성했다.
Quotes
"가시성이 낮은 키포인트의 부정확한 위치 추정 결과는 3D-2D 대응 관계의 품질을 저하시킨다."
"가시성 정보는 현재 데이터셋 수집 과정에서 누락되어 있다."
"제안 방법은 객체 수준 주석 정보로부터 효율적으로 키포인트 가시성 레이블을 생성할 수 있다."