- …
- …
#584
summarized by : Takahiro SUZUKI
どんな論文か？
名称カテゴリのレベルでRGB-D画像からの6DoF推定を目的としたFS-Netの提案．FS-Netは，YOLOv3による物体検出，3D graph convolution autoencoderを使用したセグメンテーションと回転推定，PointNetに基づいて設計したネットワークを用いた平行移動，スケール推定の3つのモジュールから構成．また，3D変形によるデータ拡張も提案し，ネットワークに導入．
新規性
カテゴリレベルで物体の6DoFを推定するための高速な形状ベースのネットワークを提案した点．物体の方向情報を認識するために3Dgraph convolution autoencoderを提案した点．学習データを増やすために，ネットワークに形状類似性に基づいた物体の3次元変形メカニズムを導入した点．
結果
カテゴリレベルの6DoF推定のベンチマークデータセットであるNOCSを使用．Ablation Studyにより，提案したネットワークの性能がよいことを確認．また，State-of-the-Arts手法であるNOCS，GASS，ShapePrior，6D-PACKと比べ，認識性能，処理時間で本手法が有効であることを確認．
その他（なぜ通ったか？等）
- …
- …