طريقة تقدير وضعية جسم 6D باستخدام الصور ذات الألوان الحمراء والخضراء والزرقاء مع الإدراك بعدم التيقن
摘要
لمعالجة مشكلة محدودية دقة تقدير وضعية الجسم في 6 درجات حرية تحت ظروف الخلفيات المعقدة والملمس الضعيف، يقترح هذا البحث إطار تقدير الوضعية المدرك لعدم التيقن. أولاً، في مرحلة استخراج الميزات، يتم إدخال وحدة تعزيز مجال استقبال متعددة القياسات في بنية التشفير-فك التشفير، من خلال دمج معلومات السياق ذات المقاييس المختلفة ومعدل التفاف مسامي لتعزيز قدرة الشبكة على التمثيل متعدد المقاييس للأهداف ذات الملمس الضعيف. ثانياً، تم تصميم آلية تصويت مدركة لثقة على مستوى البكسل لنمذجة الثقة في نتائج التنبؤ بحقل الوحدة المتجهة الكثيفة لنقاط المفتاحية، وفي عملية تصويت نقاط المفتاحية يتم وزن مساهمة البكسلات بشكل تلقائي لتحسين متانة تحديد موقع نقاط المفتاحية. أخيراً، يتم إدخال عدم التيقن في نتائج تحديد نقاط المفتاحية بشكل صريح في عملية حل الوضعية، لتشكيل إطار تقدير وضعية PnP مدرك لعدم التيقن لتقليل تأثير نقاط المفتاحية الضوضائية على تقدير الوضعية. أظهرت النتائج التجريبية على مجموعات بيانات LineMOD وOcclusion LineMOD وYCB-Video أن الطريقة المقترحة تحسن بشكل ملحوظ دقة تقدير الوضعية بالمقارنة مع طرق متعددة مثل BB8، DenseFusion، PoseCNN، حيث زاد مؤشر المسافة المتوسطة (ADD) بحوالي 7٪ في المتوسط، وأظهرت متانة جيدة في بيئات الخلفيات المعقدة والملمس الضعيف. تؤكد النتائج التجريبية فعالية الطريقة وقدرتها على التكيف مع البيئات المعقدة.
关键词
تقدير وضعية الجسم; تحديد نقاط المفتاحية; تصويت ثقة على مستوى البكسل; الإدراك بعدم التيقن; حل وضعية PnP
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website