當前位置:
首頁 > 新聞 > DeepIM:基於單張RGB圖像的物體姿態估計

DeepIM:基於單張RGB圖像的物體姿態估計

雷鋒網AI研習社訊:物體姿態估計在機器人領域(如機械臂抓取),AR/VR領域,無人駕駛領域有著廣泛的應用,在物體跟蹤,建模等相關領域也有著重要的影響。任務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,高解析度,可以室外工作等一系列優點,可是由於缺少強大的基於RGB圖像的姿態優化方法,基於RGB圖像的在該任務上的精度遠低於基於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圖像上物體姿態估計的精度,多個指標追平乃至超越基於RGB-D圖像的方法的結果。

分享主題

DeepIM: 基於單張RGB圖像的物體姿態估計

分享嘉賓

李益,華盛頓大學博士生,本科碩士畢業於清華大學,COCO2016冠軍,R-FCN, FCIS, Deformable-Conv作者。

分享提綱

1. 任務背景介紹:什麼是物體姿態估計,以及為什麼要在RGB圖像上做

2. 網路整體框架:迭代更新估計結果並重新預測殘差

3. 關鍵點:如何設計合理的representation來表示預測結果

4. ablation study & results:各個設計的原因和思考,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

錯過直播不要緊,回放視頻上傳後也能看哦~

直播鏈接

http://www.mooc.ai/open/course/592

想了解更多雷鋒網 AI 研習社直播?

歡迎移步雷鋒網 AI 研習社社區~


喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 雷鋒網 的精彩文章:

三星明年將成全球首個提供3D SiP的代工廠,3nm 2020年試產
普惠金融的第14年:全球總體發展向好,仍面臨兩大局限性和三種挑戰

TAG:雷鋒網 |