Cov2Pose: 基于空间协方差的直接流形感知6自由度物体姿态估计
计算机视觉与模式识别
2026-03-27 v2
摘要
本文解决了从单一RGB图像进行6自由度物体姿态估计的问题。通常预测中间2D关键点，然后通过透视点-点(PnP)求解器的间接方法已显示出卓越的性能。直接方法以端到端方式回归姿态，通常计算更高效但不够准确。然而，直接姿态回归头依赖于全局池化特征，忽略了姿态预测中具有信息性的空间二阶统计量。它们还预测的情况下，大多数情况下是连续不连续的姿态表示，缺乏鲁棒性。因此，本文提出一种协方差池化表示，将卷积特征分布编码为对称正定(SPD)矩阵。此外，我们提出一种通过其Cholesky分解形式的SPD矩阵的新颖姿态编码。姿态随后通过考虑SPD矩阵的黎曼几何的流形感知网络头进行端到端回归。实验和消融实验一致地证明了二阶池化和连续表示对于直接姿态回归的相关性，包括在部分遮挡情况下。
引用
@article{arxiv.2603.19961,
title = {Cov2Pose: Leveraging Spatial Covariance for Direct Manifold-aware 6-DoF Object Pose Estimation},
author = {Nassim Ali Ousalah and Peyman Rostami and Vincent Gaudillière and Emmanuel Koumandakis and Anis Kacem and Enjie Ghorbel and Djamila Aouada},
journal= {arXiv preprint arXiv:2603.19961},
year = {2026}
}
备注
Accepted to the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026