物体的三维识别与6D位姿估计:PPF系列论文介绍(四)
文章“3D Pose Estimation of Daily ObjectsUsing an RGB-D Camera”2012发表在IEEE/RSJInternational Conference on Intelligent Robots and Systems上,这篇文章对原始点对特征(PPF)作了一个很大的改进。
本文创新点
本文提出了一种利用深度和颜色信息的物体姿态估计算法。虽然许多方法假设目标区域是从背景中分割的,但我们的方法不依赖于这个假设,因此它可以估计目标物体在重杂波中的姿态。最近,引入了一个定向点对特征作为对象表面的低维描述,该特征已被应用于投票方案中,在对象模型和测试场景特征之间找到一组可能的三维刚性转换。虽然使用点对特征的几种方法需要一个精确的三维cad模型作为训练数据,但我们的方法只依赖于目标对象的几个扫描视图,因此学习新对象是很简单的。此外,我们认为,利用颜色信息可以显著提高投票过程的时间和准确性。为了利用颜色信息,我们定义了一个颜色点对特征,该特征用于投票方案中,以获得更有效的姿态估计。
本文主要内容
1.原始点对特征及改进的颜色点对特征
我们将一组点对的特征定义为下式,也就是四维特征。
其中d=||pi−pj||,∠(v1,v2)∈[0;π)表示两个向量之间的角度。第一个分量,d2=||pi−pj||2,表示两个表面点之间的欧几里德距离。 第二和第三分量分别是矢量d与表面法向量ni和nj之间的角度。最后一个分量是两个法向量之间的角度。原始PPF适用于表面法线变化丰富的物体,但它通常不足以描述平面或自对称物体。 因此,需要增加点对特征,以便该特征对这些类型的对象更加有效。 本文提出颜色点对特征Fcppf,它是通过连接点的两个三维颜色向量来定义的:
其中ci和cj∈R3是颜色向量,通常来说,每个颜色通道被归一化为c∈[0;1]。 如下图所示描述了CPPF特征。
2.对象学习
要使用CPPF作为哈希表的密钥,我们需要量化特征描述符:
其中分别表示距离、角度和颜色向量的量化级别。符号表示按分量划分。利用特征CPPF的这个索引I,将姿态估计所需的信息保存在哈希表H中,通过将特征存储在H中,将相似的CPPFs分组在同一个时隙中,并可以在平均恒定时间内与场景CPPFs进行匹配。
在算法1中给出了对象学习过程,给定对象模型点云M,该算法返回学习的哈希表H,Nm表示M中的点数,是将在下文介绍的中间角。量化参数δ,θ,是重要的参数设置。根据我们的经验,在实验中δ=2mm、、,并不能得到很好地效果。对于的颜色量化级别,我们使用HSV颜色空间。 v通道通常不受光照变化的影响,因此使用了更大的水平即0.4。
3.投票方案
如下图所示,是将转化为原点,并将其法线旋转到X轴上,对于场景点对,也是如此。
算法2详细地描述了投票过程,以哈希表H、对象模型点云M和测试场景点云N的点数Ns作为输入,然后以返回Np姿态假设P作为输出。场景点的采样比率和投票阈值都来控制速度和精度之间的权衡。实验中,我们考虑NP=10作为姿态假设,并检查=1.0的所有场景点。我们通常设置,但根据对象的大小稍微调整。随机样本RandomSample(N)在不重复的情况下返回1到N之间的随机数,Intertransform (p,n)使用给定的点P和法向N计算来对齐变换。最后,PoseClustering(P,NP) 在一组NP分组姿态中将原始姿态假设P聚在一起,将在下一节中解释。
4.位姿聚类
我们采用了一种有效的聚集聚类方法,函数PoseClustering(P,Np)以未聚类的姿态假设P作为输入,并按投票数的递减顺序对它们进行排序,从创建一个具有最高票数的姿态假设的新集群开始,类似的姿态被分组在一起,如果一个姿态远离现有的集群,则创建一个新的集群,姿态之间的距离测试是基于平移和旋转中的固定阈值,当聚类完成后,再次对聚类进行排序,并返回顶部NP姿态聚类。
实验结果
1.测试对象
2.添加高斯噪声的结果
3.聚类场景分析
参考文献
[1] B. Drost, M. Ulrich, N. Navab, and S. Ilic, “Model globally,match locally: Efficient and robust 3D object recognition,” in Proceedings ofIEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2010.
[2] A. S. Mian, M. Bennamoun, and R.Owens, “Three-dimensional model-based object recognition and segmentation incluttered scenes,” IEEE Transactions on Pattern Analysis and MachineIntelligence, pp.1584–1601, 2006.
上述内容,如有侵犯版权,请联系作者,会自行删文。
推荐阅读:
吐血整理|3D视觉系统化学习路线
那些精贵的3D视觉系统学习资源总结(附书籍、网址与视频教程)
超全的3D视觉数据集汇总
大盘点|6D姿态估计算法汇总(上)
大盘点|6D姿态估计算法汇总(下)
机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划
汇总|3D点云目标检测算法
汇总|3D人脸重建算法
那些年,我们一起刷过的计算机视觉比赛
总结|深度学习实现缺陷检测
深度学习在3-D环境重建中的应用
汇总|医学图像分析领域论文
大盘点|OCR算法汇总
重磅!3DCVer-知识星球和学术交流群已成立
3D视觉从入门到精通知识星球:针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕,更有各类大厂的算法工程人员进行技术指导,820+的星球成员为创造更好的AI世界共同进步,知识星球入口:
学习3D视觉核心技术,扫描查看介绍,3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
欢迎加入我们公众号读者群一起和同行交流,目前有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群,请扫描下面微信号加群,备注:”研究方向+学校/公司+昵称“,例如:”3D视觉 + 上海交大 + 静静“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加群或投稿
物体的三维识别与6D位姿估计:PPF系列论文介绍(四)相关推荐
- 三维向量变化为角度_物体的三维识别与6D位姿估计:PPF系列论文介绍(四)
作者:仲夏夜之星 Date:2020-04-14 来源:物体的三维识别与6D位姿估计:PPF系列论文介绍(四) 文章"3D Pose Estimation of Daily ObjectsU ...
- 物体的三维识别与6D位姿估计:PPF系列论文介绍(三)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 文章"A Method for 6D Pose Estimation of Free-For ...
- 物体的三维识别与6D位姿估计:PPF系列论文介绍(一)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 学习3D视觉核心技术,扫描查看介绍,3天内无条件退款 圈里有高质量教程资料.可答疑解惑.助你高效解决问 ...
- 物体的三维识别与6D位姿估计:PPF系列论文介绍(五)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 本文创新点: 点对特征是一种广泛应用的检测点云中三维物体的方法,但在存在传感器噪声和背景杂波的情况下, ...
- opencv计算物体姿态旋转_物体的三维识别与6D位姿估计:PPF系列论文介绍(五)...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 本文创新点: 点对特征是一种广泛应用的检测点云中三维物体的方法,但在存在传感器噪声和背景杂波的情况下, ...
- 传统的6d位姿估计fangfa1_李飞飞团队最新论文:基于anchor关键点的类别级物体6D位姿跟踪...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 简介 作者提出了一种基于RGB-D的深度学习方法6PACK,能够实时的跟踪已知类别物体.通过学习用少量 ...
- 盘点类别级物体6D位姿估计
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 学习3D视觉核心技术,扫描查看介绍,3天内无条件退款 圈里有高质量教程资料.可答疑解惑.助你高效解决问 ...
- 物体6D位姿估计方法总结
物体6D位姿估计方法总结 在抓取中,6D物体位姿常常是被需要的,能够帮助机器人获得目标物体的位置和方位. 方法分类: ①. 基于对应的方法 找到输入数据与存在的完整3D物体模型之间的对应关系.有两种实 ...
- 传统的6d位姿估计fangfa1_基于改进的点对特征的6D位姿估计
来源:公众号|计算机视觉工坊(系投稿) 作者:仲夏夜之星 「3D视觉工坊」技术交流群已经成立,目前大约有12000人,方向主要涉及3D视觉.CV&深度学习.SLAM.三维重建.点云后处理.自动 ...
最新文章
- python编程基础是什么-一 python编程基础
- Oracle的一点注意点
- 四种方法使Map线程安全
- 指针是c语言的灵魂,C语言之灵魂 指针学习
- POJ - 1091 跳蚤(容斥原理+数论)
- android 布局点击效果,如何让LinearLayout也有类似Button的点击效果?
- 呼市计算机应用那个职高好,呼和浩特职业高中哪个比较好
- 用NSubstitute来mock
- 继续教育c语言试题及答案,2006--2007学年西北师范大学继续教育学院《C语言程序设计》试卷B...
- Linux学习总结(27)——CentOS7及以上系统的systemctl命令使用介绍
- 【Python-3.3】使用while循环实现列表间数据移动
- java变量类型概念_java变量类型
- SparkStreaming优化
- 宋红康Java基础笔记
- 计算机处理答题卡原理,基于图像处理的答题卡自动阅卷系统的设计与实现
- 计算机关机怎么按,按什么键电脑关机
- halcon 条形码识别(持续更新)
- 简单批处理内部命令简介
- sd和sem啥区别_标准差SD和标准误sem的区别
- HTML学生个人网站作业设计:旅游景点网站设计——北京故宫(9页) HTML+CSS+JavaScript 简单DIV布局个人介绍网页模板代码 DW学生个人网站制作成品下载
热门文章
- java selenium (九) 常见web UI 元素操作 及API使用
- 用ldap方式访问AD域的的错误解释
- 程序员别只顾着敲代码了,看看吧
- 一不小心就踩了lombok的坑?
- 和产品争论MySQL底层如何实现order by的,惨败!
- 到底是先更新数据库还是先更新缓存?
- 经理让我复盘上次Redis缓存雪崩事故
- 【性能优化】纳尼?内存又溢出了?!是时候总结一波了!!
- 某面试官面试一个百度T7程序员,出了一道这样的coding题!T7竟不会!被面试官嘲笑!...
- 360数据处理平台的架构演进及优化实践