3D Object Pose Estimation from RGB-D Data

Abstract

Estimation of position and rotation (pose) of a known object inside a scene is one of the fundamental tasks of computer vision. It has its use in robot picking in fully autonomous warehouses or augmented reality. We present a method for an object pose estimation, that utilizes scene depth and color information, but is able to function with depth alone. It is also capable of handling partial object occlusion and sensor noise. Resulting multi-platform C++ application uses both threads and OpenCL for parallelization, and was tested on synthetically generated scenes as well as scenes captured by depth cameras.

Estimace pozice a rotace (pózy) známého objektu ve scéně je jeden ze základních úkolů počítačového vidění. Má svoje využití u robotů zvedajících předměty v plně autonomních skladech nebo u rozšířené reality.Prezentujeme metodu pro estimaci pózy objektu, která využívá hloubková data a barvu scény, ale je schopná fungovat pouze s hloubkou. Je také schopná zvládat částečně zakryté objekty i snímačový šum. Výsledná multiplatformní C++ aplikace používá jak vlákna, tak OpenCL pro paralelizaci, a byla testována na synteticky vytvořených scénách, stejně jako na scénách zaznamenaných hloubkovými kamerami.