指定された表面キーポイントの局所化から6D姿勢を推定する

本論文では、RGB画像から6次元姿勢推定を行うための精度が高くかつ効果的な解決策を提案します。当方針の核心は、まず対象物体モデル上の一連の表面点をキーポイントとして指定し、次にキーポイント検出器（KPD）を訓練してそれらを局所化することです。最後に、PnPアルゴリズムを使用して、キーポイントの2D-3D関係に基づいて6次元姿勢を復元します。最近の最先端のCNNベースの手法とは異なり、当方法は予測後の微調整なしで競合する精度を達成できます。さらに、微調整を使用しない手法の中でADD精度において相対的に30%の改善を達成しています。また、最も信頼性が高いキーポイントを選択することで重い遮蔽も処理できるようになりました。再現性のために、当方はコードとモデルを近日中に公開いたします。