6D姿态实时估计的轻量型YOLO网络

作者:钟志强; 陈新度*; 吴磊; 刁世普
来源:组合机床与自动化加工技术, 2022, (01): 24-33.
DOI:10.13462/j.cnki.mmtamt.2022.01.006

摘要

针对同类基于卷积神经网络的算法对目标姿态估计存在实时性不足的问题,提出了一种轻量型的6D目标姿态估计算法。该算法通过卷积神经网络对输入的RGB图像进行特征提取,并将目标对象的位置信息映射到三维空间,最后通过目标图像及其三维模型之间的多组2D-3D对应关系,利用PnP和RANSAC方法计算目标的6自由度姿态。实验结果表明,改进后的网络与原网络具有同样优异的检测效果,且检测速度得到了明显的提升,在NVIDIA GeForce RTX 2060 GPU上的运行速度为35 FPS,适用于对处理速度有要求的场合。

全文