改进YOLO V2的6D目标姿态估计算法

摘要：

针对目标的三维姿态估计,结合基于深度学习的目标检测模型,提出一种基于改进YOLO V2的6D目标姿态估计算法.通过卷积神经网络提取一幅RGB图像中目标的特征信息;在2D检测的基础上将目标的位置信息映射到三维空间;利用点到点的映射关系在三维空间匹配并计算目标的自由度,进而估计目标的6D姿态.该算法不仅能检测单幅RGB图像中的目标,还可以预测目标的6D姿态,同时不需要额外的后处理过程.实验表明,该算法在LineMod和Occlusion LineMod数据集上的性能优于最近提出的其他基于CNN的方法,在Titan X GPU上的运行速度是37 frame/s,适合实时处理.

关键词：姿态估计、目标检测、卷积神经网络、特征提取

所属期刊栏目：57

分类号：TP181(自动化基础理论)

资助基金：陕西省教育厅科研计划;陕西省重点研发计划;西安市科技计划;西安市科技计划项目-高校人才服务企业项目

在线出版日期：2021-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：148-153