Для решения проблемы низкой масштабируемости, низкой обобщенности и высокой вычислительной стоимости традиционных методов, использующих модель CNN для одного объекта, а также для улучшения производительности методов с несколькими целями, в этой статье предлагается архитектура сети одной стадии, ориентированная на оценку множественных объектов 6D-позы, разработано многоветвенное извлечение и декодирование признаков, которое эффективно захватывает и агрегирует детальные признаки. Мы также предлагаем модуль оптимизации и выбора признаков, который отфильтровывает входные признаки для извлечения многомасштабных признаков. Объединяя эти два компонента, мы разработали новую структуру пирамиды признаков, которая повышает общую производительность сети и улучшает оценку позиции в случае заслонения. Эксперименты проводились на синтетических наборах данных LINEMOD и Occluded LINEMOD. Результаты показывают, что предложенный в этой статье метод существенно улучшает обработку сцен с заслонением по сравнению с существующими передовыми методами, такими как PyraPose, SD-Pose и CASAPose: на показателях ADD/S-Recall произошло увеличение на 43,1%, 16,1% и 12% соответственно. Он проявляет лучшую производительность при меньшем количестве целей; при количестве целей 4 его производительность увеличилась на 17%. Дополнительный анализ подтвердил эффективность различных модулей. Предложенная в этой статье одноступенчатая многозадачная архитектура сети, путем введения многоветвенного извлечения и декодирования признаков, модуля оптимизации и выбора признаков, а также структуры пирамиды признаков, позволяет обучить только одну сеть для обработки любого количества целей и лучше оценивать 6D-позу в условиях синтетических данных. Экспериментальные результаты подтверждают эффективность метода, предложенного в этой статье.

Оценка 6D-поз; многозадачная одноступенчатая сеть; многоветвенное извлечение и декодирование признаков; выбор признаков; синтетические данные