elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Implicit 3D Orientation Learning for 6D Object Detection from RGB Images

Sundermeyer, Martin und Marton, Zoltan-Csaba und Durner, Maximilian und Brucker, Manuel und Triebel, Rudolph (2018) Implicit 3D Orientation Learning for 6D Object Detection from RGB Images. In: 15th European Conference on Computer Vision, ECCV 2018, 11210, Seiten 712-729. Springer, Cham. European Conference on Computer Vision, 2018-09-10 - 2018-09-13, Munich, Germany. doi: 10.1007/978-3-030-01231-1_43. ISBN 978-3-030-01230-4. ISSN 0302-9743.

[img] PDF
10MB

Offizielle URL: https://link.springer.com/chapter/10.1007/978-3-030-01231-1_43

Kurzfassung

We propose a real-time RGB-based pipeline for object detection and 6D pose estimation. Our novel 3D orientation estimation is based on a variant of the Denoising Autoencoder that is trained on simulated views of a 3D model using Domain Randomization. This so-called Augmented Autoencoder has several advantages over existing methods: It does not require real, pose-annotated training data, generalizes to various test sensors and inherently handles object and view symmetries. Instead of learning an explicit mapping from input images to object poses, it provides an implicit representation of object orientations defined by samples in a latent space. Experiments on the T-LESS and LineMOD datasets show that our method outperforms similar model-based approaches and competes with state-of-the art approaches that require real pose-annotated images.

elib-URL des Eintrags:https://elib.dlr.de/122011/
Dokumentart:Konferenzbeitrag (Poster, Programmrede)
Titel:Implicit 3D Orientation Learning for 6D Object Detection from RGB Images
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Sundermeyer, Martinmartin.sundermeyer (at) dlr.dehttps://orcid.org/0000-0003-0587-9643NICHT SPEZIFIZIERT
Marton, Zoltan-CsabaZoltan.Marton (at) dlr.dehttps://orcid.org/0000-0002-3035-493XNICHT SPEZIFIZIERT
Durner, MaximilianMaximilian.Durner (at) dlr.dehttps://orcid.org/0000-0001-8885-5334NICHT SPEZIFIZIERT
Brucker, Manuelmanuel.brucker (at) dlr.dehttps://orcid.org/0000-0001-6370-2753NICHT SPEZIFIZIERT
Triebel, Rudolphrudolph.triebel (at) dlr.dehttps://orcid.org/0000-0002-7975-036XNICHT SPEZIFIZIERT
Datum:10 September 2018
Erschienen in:15th European Conference on Computer Vision, ECCV 2018
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
Band:11210
DOI:10.1007/978-3-030-01231-1_43
Seitenbereich:Seiten 712-729
Verlag:Springer, Cham
Name der Reihe:Lecture Notes in Computer Science
ISSN:0302-9743
ISBN:978-3-030-01230-4
Status:veröffentlicht
Stichwörter:6D Object Detection, Pose Estimation, Domain Randomization, Autoencoder, Synthetic Data, Pose Ambiguity, Symmetries
Veranstaltungstitel:European Conference on Computer Vision
Veranstaltungsort:Munich, Germany
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:10 September 2018
Veranstaltungsende:13 September 2018
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Sundermeyer, Martin
Hinterlegt am:30 Nov 2018 00:39
Letzte Änderung:24 Apr 2024 20:26

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.