15.04.2020, 14:00 Uhr
Durchführung per Videokonferen (Corona-Situation)
Titel: Localisation of Low-Texture Objects and Keypoints Using 2D Synthetic Data
Kurzfassung:
Diese Arbeit befasst sich mit der Frage, wie synthetische Daten zur Erkennung von Schlusselpunkten auf Objekten in realen Bildern aus einer monokularen Kamera verwendet werden konnen. Insbesondere behandeln wir dieses Problem im Kontext einer Ladestation, einer Schnittstelle, an der Mensch und Roboter zusammenarbeiten. Diese Zusammenarbeit wird zu einem integralen Bestandteil der zukunftigen automatisierten Produktionsfabriken. Ein wichtiger Aspekt dabei ist die Fahigkeit der Roboter Objekte zu erkennen und zu greifen, um eine von dem Menschen gestellte Aufgabe zu erfullen. Dies erfordert eine genaue Lokalisierung und Posenschatzung der Objekte unter, womoglich, suboptimalen Bedingungen wie Okklusion oder schlechte Beleuchtung. Wir konzentrieren uns auf eine Teilmenge dieser Aufgaben, namlich auf die Lokalisierung von Objekten und ihrer Schlusselpunkte. Ein weiterer wichtiger Aspekt ist, dass der Aufwand fur Menschen beim Umgang mit Objekten die dem Roboter bisher unbekannt waren, minimiert werden soll. Daher konzentriert sich diese Arbeit auf Techniken zur Schlusselpunkt- und Objekterkennung und auf die Generierung synthetischer Daten fur Erkennungsmodelle. Wir prasentieren einen zweistu gen Ansatz zur Objektund Schlusselpunkterkennung und eine Toolchain zur Generierung synthetischer Daten ausschlielich aus CAD 3D-Modellen, anstelle von manuell annotierten realen Bildern. Abschlieend stellen wir die Evaluierung unseres vorgeschlagenen Ansatzes vor, diskutieren die Herausforderungen und geben Einblicke in die zukunftige Arbeit.