تصويت من المركز: تقدير وضعية 6 درجات من الحرية في صور RGB-D عن طريق تصويت النقاط الرئيسية الشعاعية

نقترح مخطط تصويت جديدًا للنقاط الرئيسية يعتمد على التقاطع بين الكرة، وهو أكثر دقة من المخططات الموجودة ويسمح باستخدام نقاط رئيسية أقل وأكثر تفرقة. يعتمد هذا المخطط على المسافة بين النقاط، وهي كمية خطية يمكن تقديرها بدقة أكبر من الكميات المتجهية ثنائية الأبعاد وثلاثية الأبعاد والانحرافات التي تم تقديرها في الأعمال السابقة، مما يؤدي إلى تحديد أكثر دقة لمواقع النقاط الرئيسية. يشكل هذا المخطط الأساس لطريقة RCVPose المقترحة لتقدير وضع الكائنات ثلاثية الأبعاد بست درجات من الحرية في بيانات RGB-D، والتي تكون فعالة بشكل خاص في التعامل مع الإغلاقات. يتم تدريب شبكة CNN لتقدير المسافة بين النقطة ثلاثية الأبعاد المرتبطة بنمط العمق لكل بكسل RGB ومجموعة من 3 نقاط رئيسية محددة في إطار الكائن. أثناء الاستدلال، يتم إنشاء كرة مركزها عند كل نقطة ثلاثية الأبعاد، بشعاع يساوي هذه المسافة المقدرة. أسطح هذه الكرات تصوت لزيادة مساحة التراكم الثلاثي الأبعاد، حيث تشير القمم فيها إلى مواقع النقاط الرئيسية. يعتبر مخطط التصويت الشعاعي المقترح أكثر دقة من المخططات المتجهية أو الانحرافية السابقة، وهو متين أمام النقاط الرئيسية المتفرقة. تظهر التجارب أن RCVPose يتمتع بدقة عالية وتتنافس مع الأساليب الأخرى، حيث حقق نتائج رائدة على مجموعتي البيانات LINEMOD (99.7%) وYCB-Video (97.2%)، وسجل نسبة أعلى بمقدار +4.9% (71.1%) من الأساليب السابقة على مجموعة البيانات Occlusion LINEMOD الصعبة للغاية، كما أنه يتخطى بشكل عام جميع النتائج المنشورة الأخرى من معيار BOP لهذه المجموعات الثلاثة من البيانات. يمكن الوصول إلى شفرتنا البرمجية عبر الرابط: http://www.github.com/aaronwool/rcvpose.