- …
- …
#905
summarized by : Ryosuke Araki
どんな論文か？
単一のRGB-D画像から6DoFの物体姿勢推定を行うデータ駆動型の手法を提案．ポーズ情報を回帰するのではなく，キーポイントを基づいたアプローチをとる．物体のキーポイントを検出し，最小二乗法で姿勢パラメタを推定するDeep Hough voting networkを提案．NWのモジュール内で，キーポイント，中心点，セマンティックラベルの各オフセットを推定し，各クラスでクラスタリングと投票を行う．
新規性
新しいキーポイントベースの物体姿勢推定手法の提案．複数のデータセットでSOTAを達成．3Dキーポイントとセマンティックセグメンテーションを共同学習することで性能向上出来ることを示した．
結果
YCBデータセットに含まれるほとんどのアイテムでSOTAを達成した．また，LINEMODデータセットでは全ての物体のADD(S)メトリックが98%以上を達成．
その他（なぜ通ったか？等）
昨年のCVPRで発表されたPVNetよりも高性能な姿勢推定手法．LINEMODのADDメトリックに至っては，もはやほぼ100%の性能を達成している．
- …
- …