面向目标6DoF姿态与尺寸估计的全卷积神经网络模型

作者：刘泽洋; 贾迪^*

来源：计算机应用研究, 2023, 40(03): 938-942.

DOI：10.19734/j.issn.1001-3695.2022.06.0319

• 6DoF姿态估计
• 注意力机制
• 全卷积神经网络
• 三维点云

针对6DoF姿态估计需要收集与标注大量数据训练神经网络提出一种小数据集下面向目标6DoF姿态与尺寸估计的全卷积神经网络模型以降低人工操作成本。首先采用注意力机制与特征金字塔相结合的方式通过区域建议网络提取感兴趣区域，将该区域输入并行融合全卷积网络获得掩膜图；其次通过增加跳跃连接丰富每个卷积后的特征信息，将其融合并通过分类获得预测标准化坐标空间图；最后将得到的掩膜图与标准化坐标空间图通过三维点云配准获得目标的6DoF姿态与尺寸。实验表明，该方法在小数据集下较PVN3D方法精度提升约2.6%,较GPVPose方法精度提升约1%。

• 单位
  辽宁工程技术大学