Vote du Centre : Estimation de la Pose 6D dans les Images RGB-D par Vote de Points Clés Radiaux

Nous proposons un nouveau schéma de vote de points clés basé sur des sphères intersectantes, qui est plus précis que les schémas existants et permet d'utiliser moins de points clés, mais plus dispersés. Ce schéma repose sur la distance entre les points, une grandeur unidimensionnelle qui peut être régressée avec plus de précision que les vecteurs et décalages bidimensionnels et tridimensionnels régressés dans les travaux précédents, ce qui améliore la localisation des points clés. Le schéma constitue la base de la méthode RCVPose proposée pour l'estimation de la pose 6 DoF d'objets 3D à partir de données RGB-D, particulièrement efficace pour gérer les occultations. Un réseau neuronal convolutif (CNN) est entraîné pour estimer la distance entre le point 3D correspondant au mode de profondeur de chaque pixel RGB et un ensemble de 3 points clés dispersés définis dans le repère objet. Lors de l'inférence, une sphère est générée autour de chaque point 3D, dont le rayon est égal à cette distance estimée. Les surfaces de ces sphères votent pour incrémenter un espace d'accumulation tridimensionnel, dont les pics indiquent les positions des points clés. Le schéma de vote radial proposé est plus précis que les schémas vectoriels ou par décalage précédents et robuste aux points clés dispersés. Les expériences montrent que RCVPose est très précis et compétitif, atteignant des résultats d'état de l'art sur les ensembles de données LINEMOD (99,7%) et YCB-Video (97,2%), notamment en obtenant +4,9% mieux (71,1%) que les méthodes précédentes sur l'ensemble de données LINEMOD Occultation difficile, et surpassant en moyenne tous les autres résultats publiés du benchmark BOP pour ces 3 ensembles de données. Notre code est disponible à l'adresse http://www.github.com/aaronwool/rcvpose.