数据集和任务都来自于欧空局主办的竞赛Pose Estimation Challenge
任务是用单目相机拍摄的卫星探测器图像来估计探测器姿态。
单目姿态估计有基于学习
和基于模型
两种方法。
-
基于学习的方法
基于学习的方法借助于机器学习 (machine learning) 方法,通常从事先获取的不同姿态下的训练样本中学 习二维观测(单目相机所摄图像)与三维姿态之间的对应关系,并将学习得到的决策规则或回归函数应用于样本,所得结果作为对 样本的姿态估计。基于学习的方法一般采用全局观测特征,不需检测或识别物体的局部特征,具有较好的鲁棒 性。
-
基于模型的方法
基于模型的方法通常利用物体的几何关系或者物体的特征点来估计。其基本思想是利用某种几何模型或结构来表示物体的结构和形状(也就是说需要先建立物体的模型),并通过提取某些物体特征,在模型和图像之间建立起对应关系,然后通过几 何或者其它方法实现物体空间姿态的估计。
- 使用随机森林对q,r直接回归的代码在random_forest.py里,可直接运行
- 使用随机森林对关键点进行回归的代码在RF_regressPoint.py里,可直接运行
- utils.py中存放一些辅助函数
Ground True
预测结果