通过直接Wigner-D谐波预测的3D等变姿态回归
计算机视觉与模式识别
2024-11-05 v2 机器学习
机器人学
图像与视频处理
摘要
确定图像中物体的三维方向，即单图像姿态估计，是三维视觉应用中的关键任务。现有方法通常学习以欧拉角或四元数在空间域参数化的三维旋转，但这些表示常常引入不连续性和奇异性。SO(3)-等变网络能够以数据高效的方式结构化捕捉姿态模式，但空间域中的参数化与其架构不兼容，特别是球面CNN，其在频域中运行以提高计算效率。为克服这些问题，我们提出了一种频域方法，直接预测三维旋转回归的Wigner-D系数，与球面CNN的操作相一致。我们的SO(3)-等变姿态谐波预测器克服了空间参数化的局限性，确保在任意旋转下姿态估计的一致性。以频域回归损失训练，我们的方法在ModelNet10-SO(3)和PASCAL3D+等基准测试上取得了最先进的结果，在准确性、鲁棒性和数据效率方面有显著提升。
引用
@article{arxiv.2411.00543,
title = {3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction},
author = {Jongmin Lee and Minsu Cho},
journal= {arXiv preprint arXiv:2411.00543},
year = {2024}
}
备注
Accepted to NeurIPS 2024, Project webpage at http://cvlab.postech.ac.kr/research/3D_EquiPose