CDPN : Réseau de pose désentrelacé basé sur les coordonnées pour l'estimation en temps réel de la pose 6-DoF d'objets à partir de données RGB

L'estimation de la pose 6-DoF à partir d'une seule image RGB est un problème fondamental et ancien en vision par ordinateur. Les approches actuelles les plus performantes résolvent ce problème en entraînant des réseaux profonds pour soit prédire directement la rotation et la translation à partir de l'image, soit construire des correspondances 2D-3D puis résoudre le problème indirectement via une méthode PnP. Nous affirmons que la rotation et la translation devraient être traitées de manière distincte en raison de leurs différences significatives. Dans ce travail, nous proposons une nouvelle approche d'estimation de pose 6-DoF : le Réseau de Pose Déconnecté basé sur les Coordonnées (CDPN), qui déconnecte la pose pour prédire séparément la rotation et la translation, permettant ainsi une estimation de pose à la fois très précise et robuste. Notre méthode est flexible, efficace, hautement précise et capable de traiter des objets sans texture ou partiellement occlus. Des expériences étendues sur les jeux de données LINEMOD et Occlusion sont menées, démontrant clairement l'avantage de notre approche. Plus précisément, notre méthode dépasse significativement les méthodes les plus avancées basées sur les images RGB sur les métriques couramment utilisées.