要約
私たちは、剛体の姿勢推定問題を視点決定によって粗い姿勢を説明し、キーポイント予測によって細かい詳細を捉えるという観点から特徴付けます。これらのタスクは、境界ボックスが既知である制約付き設定と、物体の検出と正しく姿勢を推定することを目指すより困難な検出設定の2つの異なる状況で扱います。本研究では、これらの設定に対する畳み込みニューラルネットワーク（Convolutional Neural Network）に基づくアーキテクチャを提案し、視点推定を利用することで局所的な外観に基づくキーポイント予測が大幅に改善されることを示します。上記のタスクにおいて最先端技術を超える著しい改善を達成しただけでなく、エラーモードと物体特性が性能に及ぼす影響について分析を行い、この目標への将来の取り組みを導くことを目指しています。