6 DoF Pose Estimation of Known and Novel Objects With Dense Correspondences

Shugurov, Ivan

Ivan Shugurov

If you experience problems opening the document, please try this link.

Original title:: 6 DoF Pose Estimation of Known and Novel Objects With Dense Correspondences
Translated title:: 6-DoF-Pose-Schätzung von bekannten und neuartigen Objekten mit dichten Punktkorrespondenzen
Author:: Shugurov, Ivan
Year:: 2023
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Advisor:: Ilic, Slobodan (Priv.-Doz. Dr.)
Referee:: Ilic, Slobodan (Priv.-Doz. Dr.); Lepetit, Vincent (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
Keywords:: Pose Estimation
Translated keywords:: Object Pose Schätzung
TUM classification:: DAT 760; MED 230
Abstract:: The thesis deals with the task of 6 DoF pose estimation using deep learning. The first part of the thesis introduces pose estimation with dense correspondences. The second part is dedicated to the use of dense correspondences for multi-view pose refinement. In the third part, an in-depth study of pose estimation is conducted. The fourth part introduces a novel method for pose estimation of novel objects.
Translated abstract:: Die Diplomarbeit beschäftigt sich mit der Aufgabe der 6 DoF Posenschätzung mittels Deep Learning. Der erste Teil der Arbeit führt in die Posenschätzung mit dichten Punktkorrespondenzen ein. Der zweite Teil widmet sich der Verwendung dichter Punktkorrespondenzen zur Verfeinerung von Multi-View-Pose. Im dritten Teil wird eine eingehende Untersuchung der Posenschätzung durchgeführt. Der vierte Teil stellt eine neuartige Methode zur Posenschätzung neuartiger Objekte vor.
WWW:: https://mediatum.ub.tum.de/?id=1688159
Date of submission:: 28.09.2022
Oral examination:: 05.04.2023
File size:: 31879602 bytes
Pages:: 164
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230405-1688159-1-1
Last change:: 24.05.2023
BibTeX