信息摘要：
由于深度學習在計算機視覺領域得到了非常好的效果，做上下料機器人的自然也會嘗試把 DL 用到上下料機器人的物體識別中。
由于深度學習在計算機視覺領域得到了非常好的效果，做上下料機器人的自然也會嘗試把 DL 用到上下料機器人的物體識別中。
首先，對于物體識別，這個就可以照搬 DL 的研究成果了，各種 CNN 拿過來用就好了。在 2016 年的『亞馬遜抓取大賽』中，很多隊伍都采用了 DL 作為物體識別算法。
然而， 在這個比賽中，雖然很多人采用 DL 進行物體識別，但在物體位姿估計方面都還是使用比較簡單、或者傳統的算法。似乎并未廣泛采用 DL。這里一般是采用 semantic segmentation network 在彩色圖像上進行物體分割，之后，將分割出的部分點云與物體 3D 模型進行 ICP 匹配。
當然，直接用神經網絡做位姿估計的工作也是有的，如這篇：
Doumanoglou, Andreas, et al. "Recovering 6d object pose and predicting next-best-view in the crowd." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2016.
它的方法大概是這樣：對于一個物體，取很多小塊 RGB-D 數據（只關心一個patch，用局部特征可以應對遮擋）；每小塊有一個坐標（相對于物體坐標系）；然后，首先用一個自編碼器對數據進行降維；之后，用將降維后的特征用于訓練Hough Forest。
