【泡泡一分钟】在单核CPU上基于RGBD数据实时跟踪3D模型的新方法（CVPR-9）

每天一分钟，带你读遍机器人顶级会议文章

标题：Real-Time 3D Model Tracking in Color and Depth on a Single CPU Core

作者：Kehl, W., Tombari, F., Ilic, S., Navab, N.

来源：CVPR2017

编辑：鲁涛

播音：火箭姚小麦

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

    今天介绍一种可以在单核CPU上基于RGBD数据来实时跟踪3D模型的新方法，该文章发表在CVPR2017。       

     作者展示了如何利用深度数据使跟踪算法更加鲁棒，并最终形式化了一个新的综合了轮廓与ICP（迭代最近点）的跟踪能量函数。通过引入近似性，本文将当前基于区域的最先进跟踪算法加速了一个数量级，且精度几乎不受影响。此外，与现有技术相比，本文的算法效果更好，运行速度更快，可以用单核CPU实现上述所有功能。

图1.CPU上实时运行效果

具体来说，作者的思路分为三部分：

• 首先，在离线步骤中提取目标的被遮挡轮廓和内部信息，进而从多个视角预渲染给定目标的3D模型，这样就避免了在线渲染。

  
  

  图2. 多个视角采样示意图
  

• 然后，作者一方面综合颜色和深度信息建立了物体轮廓的约束，另一方面，作者形式化了点云对齐的约束，前者的目标是最小化投影误差，而后者则尝试最小化几何误差，这两个不同的优化问题被作者纳入了统一的优化框架中（如下）。

• 最后，考虑到算法运行过程中，只需要考虑轮廓上的点，而且轮廓上相邻的点提供的信息冗余很多，作者在离线预渲染模型时，只是等间隔地采样了一批点，从而大大降低了计算量。

  
  

    值得一提的是，在i7平台上，本文算法的C++版大约能以30Hz的频率同时跟踪10个物体。

    

    今天的泡泡一分钟就到这里了，如果你觉得有收获，欢迎转发到朋友圈，让更多人一起学习机器人顶级会议文章。

       如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号。

回复关键字“RGBD Tracking”，即可获取本文下载链接。

泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成，希望大家珍惜我们的劳动成果，转载请务必注明出自【泡泡机器人SLAM】微信公众号，否则侵权必究！同时，我们也欢迎各位转载到自己的朋友圈，让更多的人能进入到SLAM这个领域中，让我们共同为推进中国的SLAM事业而努力！

商业合作及转载请联系liufuqiang_robot@hotmail.com