Der Artikel präsentiert GenFlow, einen optischen Fluss-basierten Ansatz zur 6D-Posenanpassung neuartiger Objekte.
Zunächst wird eine grobe Initialisierung der Pose durch ein klassifikationsbasiertes Verfahren erzeugt, das die Rotationen effizient mittels einer Gaußmischverteilung abtastet.
Anschließend wird die Pose iterativ durch das GenFlow-Modul verfeinert. Dieses schätzt den optischen Fluss zwischen dem gerenderten Bild und dem Eingangsbild und nutzt eine differenzierbare PnP-Schicht, um die 6D-Pose unter Berücksichtigung der 3D-Formvorgabe des Objekts zu aktualisieren.
Um die Genauigkeit weiter zu steigern, wird eine Kaskaden-Architektur mit mehreren GenFlow-Modulen eingeführt, die die Verfeinerung von grob zu fein ermöglicht.
GenFlow erzielt den besten Gesamtperformance auf den Benchmarks für die Posenanpassung neuartiger Objekte, sowohl für RGB- als auch RGB-D-Eingaben. Darüber hinaus erreicht es wettbewerbsfähige Ergebnisse für bekannte Objekte ohne weitere Feinanpassung.
Іншою мовою
із вихідного контенту
arxiv.org
Ключові висновки, отримані з
by Sungphill Mo... о arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11510.pdfГлибші Запити