CPPF: Auf dem Weg zu robusten Kategorie-Level-9D-Pose-Schätzungen im Freien

In dieser Arbeit adressieren wir das Problem der Kategorieebenen-9D-Pose-Schätzung in der Wildnis, gegeben ein einzelnes RGB-D-Bild. Die Verwendung von überwachten Daten realer 9D-Posen ist mühsam und fehleranfällig und schlägt auch bei unbekannten Szenarien fehl. Darüber hinaus erfordert die Kategorieebenen-Pose-Schätzung, dass eine Methode in der Lage ist, bei Testzeit auf unbekannte Objekte zu verallgemeinern, was ebenfalls herausfordernd ist. Inspiriert durch traditionelle Punktpaarfeatures (PPFs), entwickeln wir in dieser Arbeit eine neuartige Kategorieebenen-PPF-Voting-Methode (CPPF), um genaue, robuste und verallgemeinerungsfähige 9D-Pose-Schätzungen in der Wildnis zu erreichen. Um eine robuste Pose-Schätzung zu gewährleisten, sampeln wir zahlreiche Punktpaare auf einem Objekt, und für jedes Paar prognostiziert unser Modell notwendige SE(3)-invariante Voting-Statistiken bezüglich Objektzentren, Orientierungen und Skalierungen. Ein neuer Algorithmus vom Grob-zu-Fein-Voting wird vorgeschlagen, um rauschartige Punktpaarproben zu eliminieren und aus der Population endgültige Vorhersagen zu generieren. Um Falschpositiven im Voting-Prozess der Orientierung vorzubeugen, wird eine zusätzliche binäre Aufklärungsklassifikation für jedes sampelte Punktpaar eingeführt. Um Objekte in der Wildnis zu erkennen, gestalten wir unseren Sim-to-Real-Pipeline sorgfältig, indem wir ausschließlich auf synthetischen Punktwolken trainieren, es sei denn, die Objekte haben geometrisch ambigue Posen. Unter diesen Umständen wird Farbinformation genutzt, um diese Posen aufzuklären. Ergebnisse an Standardbenchmarks zeigen, dass unsere Methode mit realen Trainingsdaten den aktuellen Stand der Technik gleichkommt. Ausführliche Experimente belegen zudem die Robustheit unserer Methode gegenüber Rauschen und versprechen vielversprechende Ergebnisse unter extrem schwierigen Bedingungen. Unser Code ist unter https://github.com/qq456cvb/CPPF verfügbar.