AxisPose：基于轴生成的无模型无匹配单次 6D 物体位姿估计
计算机视觉与模式识别
2025-03-11 v1
摘要
物体位姿估计在机器人技术、增强现实和自动驾驶中发挥着至关重要的作用，一直备受计算机视觉领域的关注。现有研究要么需要多阶段位姿回归，要么依赖于 2D-3D 特征匹配。尽管这些方法取得了不错的结果，但它们严重依赖外观信息，需要复杂的输入（即多视角参考输入、深度或 CAD 模型）和复杂的流程（即特征提取-SfM-2D 到 3D 匹配-PnP）。我们提出了 AxisPose，一种无模型、无匹配、单次的鲁棒 6D 位姿估计解决方案，它从根本上不同于现有范式。与使用 SfM 和 PnP 等 3D 技术依赖 2D-3D 或 2D-2D 匹配的现有方法不同，AxisPose 利用扩散模型在无参考视角的情况下学习物体的潜在轴分布，从而直接从单一视角推断出鲁棒的 6D 位姿。具体而言，AxisPose 构建了一个轴生成模块（AGM），通过扩散模型捕捉物体轴的潜在几何分布。该扩散过程通过将几何一致性损失的梯度注入噪声估计中来引导，以保持生成的三轴的几何一致性。利用生成的三轴投影，AxisPose 进一步采用三轴反投影模块（TBM）从物体三轴恢复 6D 位姿。所提出的 AxisPose 仅使用单一视角作为输入且无需参考图像，在跨实例级别（即一个模型用于 N 个实例）实现了鲁棒的性能，在泛化到未见物体级别方面具有巨大潜力。
引用
@article{arxiv.2503.06660,
title = {AxisPose: Model-Free Matching-Free Single-Shot 6D Object Pose Estimation via Axis Generation},
author = {Yang Zou and Zhaoshuai Qi and Yating Liu and Zihao Xu and Weipeng Sun and Weiyi Liu and Xingyuan Li and Jiaqi Yang and Yanning Zhang},
journal= {arXiv preprint arXiv:2503.06660},
year = {2025}
}