3DObjectTracking

การติดตามวัตถุ 3 มิติ

การติดตามวัตถุและโครงสร้างจลนศาสตร์ในพื้นที่ 3 มิติ ตลอดจนการกำหนดท่าทางและการกำหนดค่าถือเป็นงานสำคัญในการมองเห็นของคอมพิวเตอร์ การประยุกต์ใช้งานมีตั้งแต่ความเป็นจริงเสริมไปจนถึงการรับรู้ของหุ่นยนต์ เมื่อพิจารณาจากกรอบภาพที่ต่อเนื่องกัน รวมถึงตาข่าย 3 มิติและข้อมูลจลนศาสตร์ เป้าหมายคือการประมาณการหมุนและการแปลของวัตถุทั้งหมดที่สัมพันธ์กับกล้องอย่างแม่นยำ ในขณะที่ปัญหาได้รับการศึกษาอย่างละเอียด ความท้าทายหลายประการ เช่น การบดบังบางส่วน การเปลี่ยนแปลงรูปลักษณ์ ภาพเบลอจากการเคลื่อนไหว ความยุ่งเหยิงของพื้นหลัง ความคลุมเครือของวัตถุ และข้อกำหนดแบบเรียลไทม์

ในพื้นที่เก็บข้อมูลนี้ เราจะเผยแพร่อัลกอริทึมและโค้ดของการวิจัยที่กำลังดำเนินอยู่เกี่ยวกับการติดตามวัตถุ 3 มิติอย่างต่อเนื่อง โฟลเดอร์สำหรับอัลกอริธึมต่างๆ มีทุกสิ่งที่จำเป็นในการสร้างผลลัพธ์ที่นำเสนอในเอกสารของเรา โปรดทราบว่ารหัสสำหรับรายงานใหม่แต่ละฉบับยังรวมไปถึงเวอร์ชันที่อัปเดตของงานก่อนหน้าด้วย หากคุณต้องการใช้ตัวติดตามของเราในโปรเจ็กต์หรือแอปพลิเคชันของคุณเอง โปรดใช้โค้ดจากการเผยแพร่ล่าสุด ปัจจุบันโค้ดเวอร์ชันล่าสุดของเราสามารถพบได้ในโฟลเดอร์ M3T .

อัลกอริทึม

• RBGT Stoiber M, Pfanne M, Strobl KH, Triebel R, Albu-Schäffer A (2020) แนวทาง Sparse Gaussian เพื่อการติดตามวัตถุ 6DoF ตามภูมิภาค ใน: การประชุมเอเชียเรื่องคอมพิวเตอร์วิทัศน์
• SRT3D Stoiber M, Pfanne M, Strobl KH, Triebel R, Albu-Schäffer A (2022) SRT3D: แนวทางการติดตามวัตถุ 3 มิติตามภูมิภาคแบบกระจัดกระจายสำหรับโลกแห่งความเป็นจริง ใน: วารสารคอมพิวเตอร์วิทัศน์นานาชาติ
• ICG Stoiber M, Sundermeyer M, Triebel R (2022) เรขาคณิตที่สอดคล้องกันซ้ำ: การรวมพื้นที่และความลึกสำหรับการติดตามวัตถุที่ไม่มีพื้นผิวแบบ 3 มิติที่มีประสิทธิภาพสูง ใน: การประชุมเรื่องการมองเห็นคอมพิวเตอร์และการจดจำรูปแบบ
• ICG+ Stoiber M, Elsayed M, Reichert AE, Steidle F, Lee D และ Triebel R (2023) หลอมรวมรูปลักษณ์และเรขาคณิตสำหรับการติดตามวัตถุ 6DoF แบบหลายรูปแบบ ส่งไปที่: การประชุมนานาชาติ IEEE/RSJ เรื่องหุ่นยนต์อัจฉริยะ 2023
• Mb-ICG Stoiber M, Sundermeyer M, Boerdijk W, Triebel R (2023) กรอบงานการติดตามหลายตัว - จากวัตถุแข็งไปจนถึงโครงสร้างจลนศาสตร์ ส่งไปที่: ธุรกรรม IEEE เกี่ยวกับการวิเคราะห์รูปแบบและความฉลาดของเครื่องจักร
• M3T Stoiber M (2023) การปิดลูป: การติดตามวัตถุ 3 มิติสำหรับการจัดการหุ่นยนต์ขั้นสูง วิทยานิพนธ์ส่งไปยังมหาวิทยาลัยเทคนิคแห่งมิวนิค

วิดีโอ

กรอบงานการติดตามแบบหลายตัว - จากวัตถุแข็งไปจนถึงโครงสร้างจลนศาสตร์

การผสมผสานรูปลักษณ์และเรขาคณิตสำหรับการติดตามวัตถุ 6DoF แบบหลายรูปแบบ

การนำเสนอ CVPR 2022

เรขาคณิตที่สอดคล้องกันซ้ำ

การนำเสนอแบบปากเปล่า ACCV 2020

วิธีการแบบ Sparse Gaussian เพื่อการติดตามวัตถุ 6DoF ตามภูมิภาค

วิธีการแบบ Sparse Gaussian เพื่อการติดตามวัตถุ 6DoF ตามภูมิภาค