今天15點大講堂 | DeepIM: 基于單張RGB圖像的物體姿態(tài)估計

本文作者： AI研習(xí)社

2018-11-07 14:14

導(dǎo)語：本工作提出了一個解決方案，能大幅度提升RGB圖像上物體姿態(tài)估計的精度，多個指標(biāo)追平乃至超越基于RGB-D圖像的方法的結(jié)果。

雷鋒網(wǎng)AI研習(xí)社訊：物體姿態(tài)估計在機器人領(lǐng)域（如機械臂抓?。?，AR/VR領(lǐng)域，無人駕駛領(lǐng)域有著廣泛的應(yīng)用，在物體跟蹤，建模等相關(guān)領(lǐng)域也有著重要的影響。任務(wù)提供物體三維模型和一張RGB(D)圖像，要求精確估計該物體在圖像中的位置。雖然RGB相機有著廣視角，高分辨率，可以室外工作等一系列優(yōu)點，可是由于缺少強大的基于RGB圖像的姿態(tài)優(yōu)化方法，基于RGB圖像的在該任務(wù)上的精度遠(yuǎn)低于基于RGB-D圖像的方法。本工作提出了一個解決方案，能大幅度提升RGB圖像上物體姿態(tài)估計的精度，多個指標(biāo)追平乃至超越基于RGB-D圖像的方法的結(jié)果。

分享主題

DeepIM: 基于單張RGB圖像的物體姿態(tài)估計

分享嘉賓

李益，華盛頓大學(xué)博士生，本科碩士畢業(yè)于清華大學(xué)，COCO2016冠軍，R-FCN, FCIS, Deformable-Conv作者。

分享提綱

1. 任務(wù)背景介紹：什么是物體姿態(tài)估計，以及為什么要在RGB圖像上做

2. 網(wǎng)絡(luò)整體框架：迭代更新估計結(jié)果并重新預(yù)測殘差

3. 關(guān)鍵點：如何設(shè)計合理的representation來表示預(yù)測結(jié)果

4. ablation study & results：各個設(shè)計的原因和思考，和其他方法的比較

5. 擴展探究：在沒見過的物體上也能有效

分享時間

北京時間 11 月 07 日（周三） 15：00