基于扩散的单张RGB图像类别级6D物体姿态估计
计算机视觉与模式识别
2024-12-17 v1
摘要
从图像估计物体的6D姿态和3D尺寸是计算机视觉中的一项基本任务。目前大多数方法局限于具有已知模型的特定实例，或者需要真实深度信息或来自LIDAR的点云捕获。我们解决了更困难的从单张RGB图像进行类别级物体姿态估计的问题。我们提出了一种新颖的解决方案，消除了对特定物体模型或深度信息的需求。我们的方法利用基于分数的扩散模型生成物体姿态假设，以建模物体可能姿态的分布。与以往依赖昂贵训练好的似然估计器在使用均值池化进行姿态聚合之前去除异常值的方法不同，我们引入了一种更简单的方法，使用Mean Shift估计分布的众数作为最终姿态估计。我们的方法在REAL275数据集上以显著优势超越了当前最先进水平。
引用
@article{arxiv.2412.11420,
title = {Category Level 6D Object Pose Estimation from a Single RGB Image using Diffusion},
author = {Adam Bethell and Ravi Garg and Ian Reid},
journal= {arXiv preprint arXiv:2412.11420},
year = {2024}
}