基于三维向量对的乱序堆叠物体的位姿识别

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

摘要：针对乱序堆叠物体识别效率低、速度慢的问题，提出一种快速可靠的3D对象检测可以应用于复杂场景中随机堆积的物体。所提出的方法使用“3D向量对”具有相同的起点和不同的终点，并且它具有表面正态分布作为特征描述符。通过考虑向量对的可观察性，提出的方法已取得较高的识别性能。可观察性向量对的因数是通过模拟可见光来计算的从各种角度来看向量对的状态。通过整合提出的可观察性因子和独特性因子，向量对可以有效提取和匹配，并将其用于对象姿态估计。实验已经证实，提出的方法较先进的方法，识别成功率从45.8％提高至93.1％，提出的方法的处理时间对于机器人垃圾箱拣选来说足够快。

相关方法

1.三维向量对的结构

一般来说，对于一个物体的刚性变换仅仅需要三个3D点来表示即可，三维向量对的三个点有相同的起点和不同的终点。向量对结构如图1所示：

基于三维向量对的乱序堆叠物体的位姿识别相关推荐

三维点云数据处理软件供技术原理说明_基于三维点云处理技术的工件识别和匹配...
1. 引言目前,随着自动化程度的提高,机器人导航.工业零件检测及抓取等众多领域对计算机视觉系统的要求越来越高 [1],基于二维图像的物体识别已经无法满足日常作业的需求.而由于三维扫描技术的发展,结构 ...
ML之SSIM：基于输入图片RGB的三维向量利用SSIM(结构相似性度量)算法进行判别
ML之SSIM:基于输入图片RGB的三维向量利用SSIM(结构相似性度量)算法进行判别目录输出结果代码实现相关文章 ML之相似度计算:图像数据.字符串数据等计算相似度常用的十种方法简介.代码实 ...
PERT：一种基于乱序语言模型的预训练模型
写在前面大家好,我是刘聪NLP. 今天分享给大家一篇哈工大讯飞联合实验室的论文,一种基于乱序语言模型的预训练模型-PERT,全名<PERT: PRE-TRAINING BERT WITH PE ...
基线系统需要受到更多关注：基于词向量的简单模型 | ACL 2018论文解读
在碎片化阅读充斥眼球的时代,越来越少的人会去关注每篇论文背后的探索和思考. 在这个栏目里,你会快速 get 每篇精选论文的亮点和痛点,时刻紧跟 AI 前沿成果. 点击本文底部的「阅读原文」即刻加入社区 ...
查处的数据如何乱序_老司机总结常用镜像方法，让镜像数据更加可靠
在做数据包分析的时候,经常会说一句话,"Packets never lie(数据包不会说谎)",即数据包会真实反应网络服务和应用服务的真实状态.基于网络镜像的流量分析同样如此,如果 ...
基于三维数据的深度学习综述
众所周知,计算机视觉的目标是对图像进行理解.我们从图像中获取视觉特征,从视觉特征中对图像.场景等进行认知,最终达到理解.感知.交互.目前,比较主流的计算机视觉基本是基于二维数据进行的,但是回顾计算机视 ...
TCP数据流稳定性－－TCP分片,重组及乱序
1.IP分片的情况.IP软件包有一个［分片］和［重组］模块,一个IP数据报在传输中可以被ip软件包的［分片］模块分片,在目的接收端B的IP软件包的[重组]模块重新组合.接收端B的IP软件包如果收到乱 ...
unity三维向量变化为角度_对于向量和矩阵的理解
学数值计算还有复变函数了喔,矩阵忘干净了.又看了一遍蓝棕的相关的讲解,总结一下. 1.向量是什么? 从初到末的箭头(物理角度,表示一种运动过程) 有序的数字列表(计算机/数学角度)[1,2] 加和 ...
关于IOCP乱序的探讨
关于IOCP的探讨本文主要探讨一下windows平台上的完成端口开发及其与之相关的几个重要的技术概念,这些概念都是与基于IOCP的开发密切相关的,对开发人员来讲,又不得不给予足够重视的几个概念: 1 ...

基于三维向量对的乱序堆叠物体的位姿识别

基于三维向量对的乱序堆叠物体的位姿识别相关推荐

最新文章

热门文章