CullNet: Kalibrierte und Posebewusste Konfidenzscore für die Objektposeabschätzung

Wir präsentieren einen neuen Ansatz zur objektbasierten Pose-Schätzung aus einer einzigen Ansicht basierend auf Bildern. Insbesondere wird in dieser Arbeit das Problem der Eliminierung von Falschpositiven unter mehreren Pose-Vorschlags-Schätzungen adressiert. Unser vorgeschlagener Ansatz zielt auf das Problem ungenauer Vertrauenswerte ab, die von CNNs vorhergesagt werden und von vielen aktuellen Methoden zur Auswahl der finalen Objekt-Pose-Schätzung verwendet werden. Wir stellen ein Netzwerk namens CullNet vor, das diese Aufgabe löst. CullNet nimmt Paare von Pose-Masken entgegen, die aus einem 3D-Modell gerendert wurden, sowie zugeschnittene Bildregionen aus dem Originalbild als Eingabe. Diese Eingaben dienen zur Kalibrierung der Vertrauenswerte der Pose-Vorschläge. Wie unsere Ergebnisse zeigen, erweisen sich diese neu berechneten Vertrauenswerte als deutlich zuverlässiger für die genaue Schätzung der Objekt-Pose. Unsere experimentellen Ergebnisse auf mehreren anspruchsvollen Datensätzen (LINEMOD und Occlusion LINEMOD) belegen die Nützlichkeit unseres vorgeschlagenen Ansatzes. Unser gesamter Pose-Schätzungs-Pipeline erreicht eine bessere Leistung als aktuelle state-of-the-art-Methoden auf diesen Standard-Datensätzen zur Objekt-Pose-Schätzung. Der Quellcode ist öffentlich auf https://github.com/kartikgupta-at-anu/CullNet verfügbar.