%0 Journal Article %A 包志强 %A 邢瑜 %A 吕少卿 %A 黄琼丹 %T 改进YOLO V2的6D目标姿态估计算法 %D 2021 %R 10.3778/j.issn.1002-8331.2001-0367 %J 计算机工程与应用 %P 148-153 %V 57 %N 9 %X

针对目标的三维姿态估计,结合基于深度学习的目标检测模型,提出一种基于改进YOLO V2的6D目标姿态估计算法。通过卷积神经网络提取一幅RGB图像中目标的特征信息;在2D检测的基础上将目标的位置信息映射到三维空间;利用点到点的映射关系在三维空间匹配并计算目标的自由度,进而估计目标的6D姿态。该算法不仅能检测单幅RGB图像中的目标,还可以预测目标的6D姿态,同时不需要额外的后处理过程。实验表明,该算法在LineMod和Occlusion LineMod数据集上的性能优于最近提出的其他基于CNN的方法,在Titan X GPU上的运行速度是37?frame/s,适合实时处理。

%U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.2001-0367