인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
We propose a novel deep learning pipeline for estimating the 6D pose of an object from an RGB-D image. Our pipeline comprises two separate pipes: object detection and pose estimation pipes. By employing the You Only Look Once model, we were able to easily build the object detection pipe and achieve high accuracy for the task while decreasing the complexity of pose estimation for the next pipe. For the pose estimation pipe, we adopted the novel CNN (convolutional neural network) architecture, which can be easily configured and used in industrial sites. We generated datasets for five objects, including parts used in industrial sites, using CAD models and computer simulation in a virtual world. Our pose estimation model achieved up to 99.6% (90.9% on average) accuracy in terms of shape similarity (i.e., ) between the CAD models rotated by the ground truth and the inference result for the datasets. These results validate the usefulness of the proposed deep learning pipeline and the CNN architecture for 6D pose estimation.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2021-003-001917614
