- …
- …
#551
summarized by : Naoya Chiba
どんな論文か？
RGB-D画像から自己教師でカテゴリレベルの6Dポーズを学習する手法の提案．実際の観測では片面点群のみ得られることから，対称性を利用して見えない領域の点群を生成し位置合わせに利用する．この対称推定と特徴量を共有するよう学習したネットワークでテンプレート形状を変形させて対応を推定することで回転も位置合わせできる物体把持に利用し実タスクに利用できることを確認した．
新規性
物体の対称性（回転対称と面対称）を利用して観測された点群の反対側の点群を生成し，物体の粗い三次元全周形状を再構成してから位置合わせを行う点が新規．入力されたRGB-D画像から物体検出・領域選択した上でGCNで点群処理しきれいな前景点群を取得，対称操作をして物体中心と並進を推定する．回転については推定された対称操作から逆算して求める．
結果
NOCSデータセット，LINEMODデータセット，実世界シーンについて評価し，少パラメータなネットワークでありながら高い性能を達成した．各コンポーネントについての有効性をAblation Studyとして評価．加えてロボット実験を行い，物体ハンドリングに利用できた．
その他（なぜ通ったか？等）
- …
- …