[论文解读] Iterative Hough Forest with Histogram of Control Points for 6 DoF Object Registration from Depth Images

Caner Şahin, Rigas Kouskouridas+1 more|arXiv (Cornell University)|Mar 8, 2016

Robotics and Sensor-Based Localization参考文献 20被引用 10

一句话总结

该论文提出了一种基于控制点直方图（HoCP）的迭代霍夫森林方法，用于从深度图像中进行6D物体位姿注册，通过利用尺度变化的隐式B样条描述子，提升了在遮挡和杂波环境下的鲁棒性。通过迭代地逐步去除杂波并自适应调整尺度进行特征提取，该方法实现了最先进性能，在五轮迭代后于‘camera’数据集上达到0.7932的F1分数。

ABSTRACT

State-of-the-art techniques proposed for 6D object pose recovery depend on occlusion-free point clouds to accurately register objects in 3D space. To reduce this dependency, we introduce a novel architecture called Iterative Hough Forest with Histogram of Control Points that is capable of estimating occluded and cluttered objects' 6D pose given a candidate 2D bounding box. Our Iterative Hough Forest is learnt using patches extracted only from the positive samples. These patches are represented with Histogram of Control Points (HoCP), a "scale-variant" implicit volumetric description, which we derive from recently introduced Implicit B-Splines (IBS). The rich discriminative information provided by this scale-variance is leveraged during inference, where the initial pose estimation of the object is iteratively refined based on more discriminative control points by using our Iterative Hough Forest. We conduct experiments on several test objects of a publicly available dataset to test our architecture and to compare with the state-of-the-art.

研究动机与目标

• 为解决在严重遮挡和杂波环境下，传统方法（如ICP）因初始化不佳而失效的6D物体位姿估计挑战。
• 通过利用物体形状中固有的尺度变化、判别性信息，克服现有基于学习方法中尺度不变特征的局限性。
• 提出一种新型的局部块描述子——控制点直方图（HoCP），源自隐式B样条，以捕捉多尺度下的丰富几何细节。
• 将该描述子集成到霍夫森林框架中，通过逐步去除背景和前景杂波，实现位姿假设的迭代优化。
• 仅在正样本上进行模型训练，避免负样本挖掘，从而在复杂场景中提升泛化能力。

提出的方法

• 该方法使用隐式B样条（IBS）生成局部物体块的尺度变化、体素化表示，随后将其编码为控制点直方图（HoCP），以增强对尺度变化的鲁棒性。
• 训练过程仅使用正样本，从归一化点云中提取块，并在多尺度下使用HoCP特征进行表示。
• 推理阶段，通过霍夫森林估计初始位姿，并通过逐步移除置信度低的块来迭代更新测试图像，从而减少噪声和杂波。
• 每次归一化后，迭代过程使前景物体在单位立方体内的相对尺度增大，从而在更高尺度下提取更具判别性的控制点。
• 霍夫森林在各次迭代中累积投票，利用逐步更精确和局部化的特征，不断优化位姿假设。
• 采用组合式检测与注册策略，通过块级对应关系同时实现物体定位与6D位姿估计。

实验结果

研究问题

• RQ1 能否通过隐式B样条导出的尺度变化块描述子，提升在遮挡和杂波环境下的6D物体位姿估计性能？
• RQ2 基于逐步清理的点云进行迭代优化，是否相比单阶段方法能获得更高的位姿精度？
• RQ3 仅在正样本上训练的霍夫森林能否在无需负采样或难例挖掘的情况下实现鲁棒性能？
• RQ4 尺度变化特征的集成如何增强在杂波深度场景中的判别能力？
• RQ5 迭代式杂波去除在多大程度上提升了控制点描述子的质量及后续位姿估计的性能？

主要发现

• 该方法在五轮迭代后于‘camera’数据集上达到0.7932的F1分数，优于最先进方法LCHF-RGBD（0.7390）和LCHF-Depth（0.7860）。
• 迭代优化过程使F1分数从初始位姿估计的0.7510提升至五轮迭代后的0.7932，证明了逐步去除杂波的有效性。
• 最优块尺寸为1/2，对应F1分数为0.7068；而IBS分辨率（N=100）与特征维度（d=256）的最佳组合在初始位姿估计中达到0.7510的F1分数。
• 该方法在‘coffee cup’和‘camera’数据集上均优于在RGB、Depth和RGBD特征上训练的LCHF方法，尤其在具有挑战性的杂波场景中表现更优。
• HoCP特征的使用在高噪声环境中展现出更强的判别能力，表现为PR曲线改善及定性结果中迭代过程的对齐精度逐步提升。
• 消融实验确认，增加迭代次数可提升性能，其中五轮迭代版本达到最高F1分数0.7932。