计算机应用研究

作者：于建均,刘耕源,于乃功,龚道雄,冯新悦,

单位：北京工业大学信息学部,北京100124；

关键词：图像处理,位姿估计,RGB-D,特征提取,轻量级,

基金：国家自然科学基金资助项目(62076014)；北京市教育委员会科技计划重点资助项目(KZ202010005004)；；

针对用于位姿估计的RGB-D特征提取网络规模过于庞大的问题，提出一种轻量化改进XYZNet的RGB-D特征提取网络。首先设计一种轻量级子网络BaseNet以替换XYZNet中的ResNet18，使得网络规模显著下降的同时获得更强大的性能；然后基于深度可分离卷积设计一种多尺度卷积注意力子模块Rep-MSCA（reparameterized multi-scale convolutional attention），加强BaseNet提取不同尺度上下文信息的能力，并约束模型的参数量；最后，为了以较小的参数代价提升XYZNet中PointNet的几何特征提取能力，设计一种残差多层感知器模块Rep-ResP（re-parameterized residual multi-layer perceptron）。改进后的网络浮点计算量与参数量分别降低了60.8%和64.8%，推理速度加快了21.2%，在主流数据集LineMOD与YCB-Video上分别取得了0.5%与0.6%的精度提升。改进后的网络更适宜在硬件资源紧张的场景下部署。

来源：2024年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第2期