Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitesibgrapi.sid.inpe.br
Código do Detentoribi 8JMKD3MGPEW34M/46T9EHH
Identificador8JMKD3MGPEW34M/43BG2TB
Repositóriosid.inpe.br/sibgrapi/2020/09.30.16.45
Última Atualização2020:09.30.16.45.08 (UTC) administrator
Repositório de Metadadossid.inpe.br/sibgrapi/2020/09.30.16.45.08
Última Atualização dos Metadados2022:06.14.00.00.15 (UTC) administrator
DOI10.1109/SIBGRAPI51738.2020.00052
Chave de CitaçãoBatistadaCunhaSanValMagTei:2020:StImDo
TítuloA Study on the Impact of Domain Randomization for Monocular Deep 6DoF Pose Estimation
FormatoOn-line
Ano2020
Data de Acesso17 maio 2024
Número de Arquivos1
Tamanho9047 KiB
2. Contextualização
Autor1 Batista da Cunha, Kelvin
2 dos Santos Brito, Caio José
3 Valença da Rocha Martins Albuquerque, Lucas
4 Magalhães Simões, Francisco Paulo
5 Teichrieb, Veronica
Afiliação1 Voxar Labs, Centro de Informática, Universidade Federal de Pernambuco
2 Voxar Labs, Centro de Informática, Universidade Federal de Pernambuco
3 Voxar Labs, Centro de Informática, Universidade Federal de Pernambuco
4 Curso Técnico em Informática para Internet, Instituto Federal de Pernambuco, Campus Belo Jardim
5 Voxar Labs, Centro de Informática, Universidade Federal de Pernambuco
EditorMusse, Soraia Raupp
Cesar Junior, Roberto Marcondes
Pelechano, Nuria
Wang, Zhangyang (Atlas)
Endereço de e-Mailkbc@cin.ufpe.br
Nome do EventoConference on Graphics, Patterns and Images, 33 (SIBGRAPI)
Localização do EventoPorto de Galinhas (virtual)
Data7-10 Nov. 2020
Editora (Publisher)IEEE Computer Society
Cidade da EditoraLos Alamitos
Título do LivroProceedings
Tipo TerciárioFull Paper
Histórico (UTC)2020-09-30 16:45:08 :: kbc@cin.ufpe.br -> administrator ::
2022-06-14 00:00:15 :: administrator -> kbc@cin.ufpe.br :: 2020
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo de Versãofinaldraft
Palavras-ChavePose Estimation
Deep Learning
Domain Randomization
ResumoIn this work, we apply domain randomization to synthetic images and train deep 6DoF monocular RGB pose estimation models to work on a real object. We compare 19 models trained with different combinations of synthetic and real data (fully synthetic, fully real, initially synthetic and supplemented with real, and a real-synthetic randomized mix). By gradually decreasing the amount of real data used, we show it is possible for deep 6DoF detection to obtain superior results while using less real data (which is harder to obtain) and suggest the best approach to train a model with synthetic data. Our method is validated using a textureless 3D printed object, as the textureless category is a challenging, common open problem in itself. A real and a synthetic dataset generated for this work, totalling over 24,800 annotated frames, are also made public. We also show that synthetic, randomized data can help generalize a model by training it to handle challenges such as illumination changes and fast motion. Finally, we also evaluate how a model trained for one camera sensor works with a different one, and show that synthetic simulations of real cameras can help overcoming this challenge.
Arranjo 1urlib.net > SDLA > Fonds > SIBGRAPI 2020 > A Study on...
Arranjo 2urlib.net > SDLA > Fonds > Full Index > A Study on...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 30/09/2020 13:45 1.2 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGPEW34M/43BG2TB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPEW34M/43BG2TB
Idiomaen
Arquivo Alvo108.pdf
Grupo de Usuárioskbc@cin.ufpe.br
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/banon/2001/03.30.15.38.24
Unidades Imediatamente Superiores8JMKD3MGPEW34M/43G4L9S
8JMKD3MGPEW34M/4742MCS
Lista de Itens Citandosid.inpe.br/sibgrapi/2020/10.28.20.46 7
sid.inpe.br/sibgrapi/2022/06.10.21.49 1
Acervo Hospedeirosid.inpe.br/banon/2001/03.30.15.38
6. Notas
Campos Vaziosarchivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination edition electronicmailaddress group isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url volume
7. Controle da descrição
e-Mail (login)kbc@cin.ufpe.br
atualizar 


Fechar