单幅图像刚体目标姿态估计方法综述

摘要：

刚体目标姿态作为计算机视觉技术的重点研究方向之一,旨在确定场景中3维目标的位置平移和方位旋转等多个自由度,越来越多地应用在工业机械臂操控、空间在轨服务、自动驾驶和现实增强等领域.本文对基于单幅图像的刚体目标姿态过程、方法分类及其现存问题进行了整体综述.通过利用单幅刚体目标图像实现多自由度姿态估计的各类方法进行总结、分类及比较,重点论述了姿态估计的一般过程、估计方法的演进和划分、常用数据集及评估准则、研究现状与展望.目前,多自由度刚体目标姿态估计方法主要针对单一特定应用场景具有较好的效果,还没有通用于复合场景的方法,且现有方法在面对多种光照条件、杂乱遮挡场景、旋转对称和类间相似性目标时,估计精度和效率下降显著.结合现存问题及当前深度学习技术的助推影响,从场景级多目标推理、自监督学习方法、前端检测网络、轻量高效的网络设计、多信息融合姿态估计框架和图像数据表征空间等6个方面对该领域的发展趋势进行预测和展望.

关键词：计算机视觉、单幅图像、刚体目标、姿态估计、深度学习

所属期刊栏目：26

分类号：TP37(计算技术、计算机技术)

资助基金：国家自然科学基金项目61906213

在线出版日期：2021-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共21页

页码：334-354