Resumen

Aunque la estimación de la posición de objetos de 6D ha sido explorada intensamente en las últimas décadas, el rendimiento aún no es completamente satisfactorio, especialmente cuando se trata de objetos simétricos. En este artículo, estudiamos el problema de la estimación de la posición de objetos de 6D aprovechando la información de la simetría del objeto. Con este fin, se propone una red que predice la posición de objetos de 6D y la simetría de reflexión del objeto, así como los puntos clave simultáneamente a través de un esquema de aprendizaje multitarea. En consecuencia, la estimación de la posición es consciente y regulada por el eje de simetría y los puntos clave de los objetos a estimar. Además, diseñamos una función de optimización para refinar la posición de objeto de 6D predicha considerando la simetría predicha. Experimentos en dos conjuntos de datos demuestran que el enfoque propuesto consciente de la simetría supera a los métodos existentes en cuanto a predecir la estimación de la posición de objetos simétricos

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Estimación de la posición del objeto; Objetos simétricos; Red; Simetría de reflexión; Puntos clave; Función de optimización
• Keywords:Object pose estimation; Symmetric objects; Network; Reflectional symmetry; Key points; Optimization function