CIOMP OpenIR
基于改进热图损失函数的目标6D姿态估计算法
林林; 王延杰; 孙海超
2022-07-05
发表期刊液晶与显示
卷号37期号:07页码:913-923
摘要针对传统热图回归使用的均方误差(MSE)损失函数训练热图回归网络的精度不高且训练缓慢的问题,本文提出了用于热图回归的损失函数Heatmap Wing Loss(HWing Loss)。该损失函数对于不同的像素值有不同的损失函数值,前景像素的损失函数梯度更大,可以使网络更加关注前景像素,使热图回归更加准确快速。同时根据热图分布特性,使用基于高斯分布的关键点推理方法减小热图推断关键点时的量化误差。以此两点为基础,构造新的基于关键点定位的单目标姿态估计的算法。实验结果表明,相比于使用MSE Loss的算法,使用HWing Loss的姿态估计算法有更高的ADD(-S)准确率,在LINEMOD数据集上达到了88.8%,性能优于近期其他的基于深度学习的姿态估计算法。本文算法在RTX3080 GPU上最快能以25 fps的速度运行,兼具速度与性能优势。
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/66230
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院长春光学精密机械与物理研究所
2.中国科学院大学
推荐引用方式
GB/T 7714
林林,王延杰,孙海超. 基于改进热图损失函数的目标6D姿态估计算法[J]. 液晶与显示,2022,37(07):913-923.
APA 林林,王延杰,&孙海超.(2022).基于改进热图损失函数的目标6D姿态估计算法.液晶与显示,37(07),913-923.
MLA 林林,et al."基于改进热图损失函数的目标6D姿态估计算法".液晶与显示 37.07(2022):913-923.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于改进热图损失函数的目标6D姿态估计算(1644KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[林林]的文章
[王延杰]的文章
[孙海超]的文章
百度学术
百度学术中相似的文章
[林林]的文章
[王延杰]的文章
[孙海超]的文章
必应学术
必应学术中相似的文章
[林林]的文章
[王延杰]的文章
[孙海超]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于改进热图损失函数的目标6D姿态估计算法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。