Sparse Color-Code Net: Real-Time RGB-Based 6D Object Pose Estimation on Edge Devices

随着机器人技术和增强现实应用越来越依赖于精确高效的6D物体位姿估计，需要在边缘设备上实现实时性，以实现更加交互式和响应性的系统。我们提出的“稀疏彩色编码网络”（SCCN）采用清晰简洁的管道设计，有效地满足了这一需求。SCCN在RGB图像中对目标物体进行像素级预测，利用关键物体几何特征的稀疏性加速透视n点（PnP）计算过程。此外，它引入了一种新颖的基于像素级几何的物体对称表示，与初始位姿预测无缝集成，有效地解决了对称物体的模糊性。在NVIDIA Jetson AGX Xavier上，SCCN在基准LINEMOD数据集和遮挡LINEMOD数据集上分别实现了每秒19帧和每秒6帧的估计速率，同时始终保持高估计精度。

论文旨在解决精确、高效的6D物体姿态估计问题，尤其是在边缘设备上实现实时性能。

论文提出了一种名为Sparse Color-Code Net (SCCN)的方法，利用目标对象的几何特征的稀疏性来加速透视n点计算过程，并引入了一种新的基于像素级几何的对象对称性表示，有效地解决了对称对象的歧义性。

SCCN在保持高估计精度的同时，针对NVIDIA Jetson AGX Xavier，分别在LINEMOD数据集和Occlusion LINEMOD数据集上实现了19帧每秒（FPS）和6 FPS的估计速率。此外，论文提供了开源代码和实验细节，为后续研究提供了方便。

在这个领域中，最近的相关研究包括："Pix2Pose: Pixel-Wise Coordinate Regression of Objects for 6D Pose Estimation"，"BB8: A Scalable, Accurate, Robust to Partial Occlusion Method for Predicting the 3D Poses of Challenging Objects without Using Depth"等。