GraspNet-1Billion: 일반 물체 그립핑을 위한 대규모 벤치마크

물체를 집는 것은 다양한 응용 분야에서 매우 중요한 과제이자, 동시에 도전적인 컴퓨터 비전 문제이다. 그러나 혼잡한 장면에서 현재의 연구들은 풍부한 학습 데이터 부족과 평가 기준 부족이라는 문제에 직면해 있다. 본 연구에서는 대규모의 그립 자세 탐지 데이터셋과 통합된 평가 시스템을 제안한다. 본 데이터셋은 97,280개의 RGB-D 이미지와 10억 개 이상의 그립 자세를 포함하고 있으며, 평가 시스템은 분석적 계산을 통해 그립이 성공했는지 여부를 직접적으로 보고할 수 있다. 이는 지상 진실(ground-truth)을 체계적으로 레이블링하지 않고도 어떤 유형의 그립 자세도 평가할 수 있음을 의미한다. 또한, 포인트 클라우드 입력을 기반으로 한 엔드투엔드 그립 자세 예측 네트워크를 제안하며, 접근 방향과 작업 파라미터를 별도로 학습하는 방식을 채택한다. 더불어 그립의 안정성을 향상시키기 위해 새로운 그립 유사도 필드(affinity field)를 설계하였다. 광범위한 실험을 통해 본 연구의 데이터셋과 평가 시스템이 실제 실험과 잘 일치함을 입증하였으며, 제안한 네트워크는 최신 기술 수준(SOTA)의 성능을 달성함을 보였다. 본 데이터셋, 소스 코드 및 모델은 www.graspnet.net에서 공개되어 있다.