论文解读 | IROS 2022：MV6D：在RGB-D图像上使用深度逐点投票网络进行多视角6D姿态估计

原创 | 文 BFT机器人

01 研究背景

在计算机视觉领域，6D姿态估计是一种重要的任务，用于确定物体在3D空间中的位置和方向。它在许多应用领域具有广泛的应用，如机器人操作、虚拟现实、增强现实、物体跟踪等。

然而，传统的6D姿态估计方法存在一些限制。

这些方法通常只使用单个视角的相机数据或点云数据进行估计，忽略了其他视角的信息。这种单一视角的方法容易受到其他物体的遮挡影响，导致估计结果不准确。当物体被其他物体遮挡部分或部分视角无法观测到时，传统方法可能无法准确地估计物体的姿态。

为了解决这个问题，本文提出了一种新颖的多视角6D姿态估计方法，称为MV6D。

该方法基于RGB-D图像从多个视角准确地预测杂乱场景中所有物体的6D姿态。MV6D使用了一个深度点投票网络（PVN3D）来预测目标物体关键点，并通过密集融合层（DenseFusion）将多个视角信息融合起来以提高精度。