EfficientPose : une approche efficace, précise et évolutif pour l'estimation 6D en temps réel de la pose de plusieurs objets

Dans cet article, nous introduisons EfficientPose, une nouvelle approche pour l’estimation de la pose 6D des objets. Notre méthode est à la fois très précise, efficace et scalable sur une large gamme de ressources computationnelles. En outre, elle permet de détecter les boîtes englobantes 2D de plusieurs objets et instances, tout en estimant leur pose 6D complète en une seule étape (single shot). Cette approche élimine l’augmentation significative du temps d’exécution que subissent d’autres méthodes lorsqu’elles traitent plusieurs objets. Ces dernières consistent généralement à détecter d’abord les cibles 2D, par exemple des points clés, puis à résoudre un problème Perspective-n-Point (PnP) pour chaque objet afin d’estimer sa pose 6D. Nous proposons également une nouvelle méthode d’augmentation dédiée aux approches d’estimation directe de la pose 6D, appelée 6D augmentation, afin d’améliorer les performances et la généralisation. Notre méthode atteint une nouvelle performance de pointe (state-of-the-art) de 97,35 % selon le critère ADD(-S) sur le dataset de référence largement utilisé Linemod, en utilisant uniquement des entrées RGB, tout en fonctionnant en mode end-to-end à plus de 27 FPS. Grâce à sa capacité intrinsèque à gérer plusieurs objets et instances, ainsi qu’à fusionner en une seule étape la détection 2D d’objets et l’estimation de la pose 6D, notre approche fonctionne même avec jusqu’à huit objets en mode end-to-end à plus de 26 FPS, ce qui en fait une solution particulièrement attractive pour de nombreuses applications du monde réel. Le code source sera rendu publiquement disponible à l’adresse suivante : https://github.com/ybkscht/EfficientPose.