返回列表 发布新帖

基于改进YOLO6D的单目位姿估计算法研究

18 0
admin 发表于 2024-12-14 11:49 | 查看全部 阅读模式

文档名:基于改进YOLO6D的单目位姿估计算法研究
摘要:针对当前基于单目RGB图像的杂乱场景中低纹理物体6D位姿估计算法精度不高、实时性不强、模型复杂等问题,提出了一种基于改进YOLO6D的物体位姿估计算法.用纯卷积神经网络ConvNeXt替换原算法的主干网络DarkNet-19,将网络输出经过空间金字塔池化(SPP)处理后上采样,与低层特征图拼接实现特征融合,以提高网络的特征提取能力和多尺度能力.基于FocalLoss改进损失函数以提升网络的学习能力.根据物体的先验尺寸信息和几何特征,推导出更多的2D-3D点对以提高透视投影变换PnP算法的解算精度.在LINEMOD数据集上进行了实验,实验结果表明:以2D重投影5像素阈值为指标,本文算法在12个实验对象上的平均精度达到了95.60%,相较原算法提升了8.14个百分点,耗时约为60ms,性能显著提升.

Abstract:Aimingattheproblemsoflowprecision,weakreal-timeperformanceandcomplexmodelsof6DposeestimationalgorithmoflowtextureobjectsinclutteredscenesbasedonmonocularRGBimages,aposeestimationalgorithmbasedonimprovedYOLO6Disproposed.ThebackbonenetworksofDarkNet-19algorithmisreplacedbyConvNeXt,apureconvolutionalneuralnetwork(CNN).Theoutputofthenetworkisup-sampledafterspatialpyramidpooling(SPP)processing.Then,theresultsarejointedwiththelow-levelfeaturemapstoachievefeaturefusiontoimprove,thefeatureextractioncapabilityandmulti-scalecapabilityofthenetwork.LossfunctionisimprovedbasedonFocalLosstoimprovelearningabilityofnetwork.Accordingtothepriorsizeinformationandgeometricfeaturesoftheobject,more2D-3DpointpairsarederivedtoimprovethecalculationprecisionoftheperspectiveprojectiontransformationPnP(perspective-n-point)algorithm.ExperimentsarecarriedoutontheLINEMODdataset,andtheexperimentalresultsshowthat,takingthe5-pixelthresholdof2Dreprojectionastheindex,theaverageprecisionoftheproposedalgorithmon12experimentalobjectsreaches95.60%,whichis8.14percentagepointshigherthanthatoftheoriginalalgorithm.Thetimeconsumingisabout60msandtheperformanceissignificantlyimproved.

作者:潘江  任德均  史雨杭  王淋楠Author:PANJiang  RENDejun  SHIYuhang  WANGLinnan
作者单位:四川大学机械工程学院,四川成都610065
刊名:传感器与微系统
Journal:TransducerandMicrosystemTechnologies
年,卷(期):2024, 43(1)
分类号:TP391.4
关键词:6D位姿估计  单目视觉  ConvNeXt  PnP算法  
Keywords:6Dposeestimation  monocularvision  ConvNeXt  perspective-n-point(PnP)algorithm  
机标分类号:
在线出版日期:2024年1月17日
基金项目:基于改进YOLO6D的单目位姿估计算法研究[
期刊论文]  传感器与微系统--2024, 43(1)潘江  任德均  史雨杭  王淋楠针对当前基于单目RGB图像的杂乱场景中低纹理物体6D位姿估计算法精度不高、实时性不强、模型复杂等问题,提出了一种基于改进YOLO6D的物体位姿估计算法.用纯卷积神经网络ConvNeXt替换原算法的主干网络DarkNet-19,将网络输出...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于改进YOLO6D的单目位姿估计算法研究  Research on monocular pose estimation algorithm based on improved YOLO6D

基于改进YOLO6D的单目位姿估计算法研究.pdf
2024-12-14 11:49 上传
文件大小:
12.73 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号-1
关灯 返回顶部
快速回复 返回顶部 返回列表