GAP-GDRNet: Geometry-aware monocular 6D pose estimation for spacecraft using synthetic geometric supervision

작성자

Haebom

카테고리

Empty

저자

Zongwu Xie, Yonglong Zhang, Yifan Yang, Yang Liu, Guanghu Xie

💡 개요

이 논문은 텍스처 부족, 얇은 구조, 조명 변화, 가려짐 등 어려운 환경에서도 단안 카메라를 이용한 우주선 6D 자세 추정 문제를 해결하기 위한 GAP-GDRNet 프레임워크를 제안합니다. 제안된 방법은 전역 구조 주의와 국소적 약 텍스처 강화를 결합하는 AFR 모듈과 다운샘플링된 기하학적 영역을 연결하는 PGSA 모듈을 도입하여 기존 GDR-Net의 기하학적 회귀 파이프라인을 강화했습니다. 이를 통해 텍스처가 부족한 실제 우주선 데이터셋에서 우수한 성능을 달성하며, 다른 텍스처가 적거나 가려진 객체에 대해서도 일관된 성능 향상을 보였습니다.

🔑 시사점 및 한계

•

텍스처가 부족하고 복잡한 환경에서 단안 6D 자세 추정 성능을 크게 향상시킬 수 있는 새로운 네트워크 구조를 제시했습니다.

•

합성 데이터를 이용한 기하학적 감독 방식이 실제 데이터에서의 성능에 효과적임을 입증했습니다.

•

제안된 방법은 우주선뿐만 아니라 다양한 산업용 객체에도 적용 가능성을 보여줍니다.

•

실제 우주 환경의 극한적인 조건(극심한 조명 변화, 빠른 움직임, 심각한 가려짐 등)에 대한 추가적인 검증 및 개선이 필요합니다.

PDF 보기

Made with Slashpage