计算机应用

作者：邴雅星, 王阳萍, 雍玖, 白浩谋

单位：1.兰州交通大学 电子与信息工程学院, 兰州 730070；2.甘肃省人工智能与图形图像处理工程研究中心(兰州交通大学), 兰州 730070；3.兰州理工大学 计算机与通信学院, 兰州 730050

关键词：目标姿态估计,蓝图可分离卷积,注意力机制,关键点,深度学习

基金：国家自然科学基金资助项目(62067006);教育部人文社会科学研究项目(21YJC880085);甘肃省自然科学基金资助项目(23JRRA845)

针对在复杂场景下对弱纹理目标位姿估计的准确性和实时性问题，提出基于筛选学习网络的六自由度（6D）目标位姿估计算法。首先，将标准卷积替换为蓝图可分离卷积（BSConv）以减少模型参数，并使用GeLU（Gaussian error Linear Unit）激活函数，能够更好地逼近正态分布，以提高网络模型的性能；其次，提出上采样筛选编码信息模块（UFAEM），弥补了上采样关键信息丢失的缺陷；最后，提出一种全局注意力机制（GAM），增加上下文信息，更有效地提取输入特征图的信息。在公开数据集LineMOD、YCB-Video和Occlusion LineMOD上测试，实验结果表明，所提算法在网络参数大幅度减少的同时提升了精度。所提算法网络参数量减少近3/4，采用ADD（-S） metric指标，在lineMOD数据集下较Dual-Stream算法精度提升约1.2个百分点，在YCB-Video数据集下较DenseFusion算法精度提升约5.2个百分点，在Occlusion LineMOD数据集下较像素投票网络（PVNet）算法精度提升约6.6个百分点。通过实验结果可知，所提算法对弱纹理目标位姿估计具有较好的效果，对遮挡物体位姿估计具有一定的鲁棒性。

来源：2024年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第6期