传统的6d位姿估计fangfa1_3D目标检测&6D姿态估计之SSD-6D算法--by leona

最近的研究主要以6D检测为主，本篇介绍基于2D检测器SSD的3D检测器SSD-6D。

2)介绍：

许多3D检测器都是基于视角的(view based)，生成一系列离散的目标视角用于后续视频序列的特征计算。在测试过程中，从不同的离散视角对场景进行采样，然后计算特征，并与目标数据库匹配来建立训练视角和场景位置的对应。此处的特征可指编码后的图像特征(颜色梯度，深度值，方向)，或者学习得到的结果。但无论是哪种情况，检测和姿态估计的精度都受一下三个方面影响： 1. 在对应的视角和尺度上，6D姿态空间的收敛性；2. 特征区别目标和视角的辨别能力；3. 在场景混乱，光照变化，出现遮挡时的鲁棒性。

YOLO和SSD等2D检测器的思想：改变采样策略，使场景采样不再是得到连续输出的离散的输入点。输入空间在整个图片上是稠密的，输出空间被离散为不同形状和尺寸的边界框。

本文贡献：1. 使用动态3D模型信息的训练阶段； 2. 分解模型姿态空间， 便于对称的训练和处理； 3. 扩展SSD， 产生2D检测并推断合适的6D位姿。(当正确使用颜色信息的时候，过度依赖3D实例检测的深度信息使不合理的)。

3)相关工作：

对于所有的3D检测，场景采样都至关重要。如果太粗糙，小尺寸的目标容易被漏检；细粒度采样会增加计算量且常常导致更多的假阳性检测。

其他基于SSD的位姿估计算法：

A. Mousavian, D. Anguelov, J. Flynn, and J. Kosecka. 3D Bounding Box Estimation Using Deep Learning and