DCL-Net：用于6D位姿估计的深度对应学习网络
计算机视觉与模式识别
2022-10-13 v1
摘要
建立相机坐标系与物体坐标系之间的点对应关系是求解6D物体位姿的一种有前景的方法。然而，在3D空间中对应学习的代理目标与物体位姿估计的真实目标存在差距，使得学习过程对于最终任务是次优的。在本文中，我们通过引入一种用于直接6D物体位姿估计的深度对应学习网络新方法（简称为DCL-Net）来解决这一缺陷。具体而言，DCL-Net采用新提出的双重特征解耦与对齐（FDA）模块，在特征空间中分别为部分物体观测及其完整CAD模型建立部分到部分的对应关系以及完整到完整的对应关系，从而聚合来自两个坐标系的位姿与匹配特征对；因此这两个FDA模块带来了互补优势。匹配特征对用于学习置信度分数以衡量深度对应的质量，而位姿特征对则通过置信度分数加权以进行直接的物体位姿回归。此外，还提出了一种基于置信度的位姿优化网络，以迭代方式进一步提高位姿精度。大量实验表明，DCL-Net在包括YCB-Video、LineMOD和Occlusion-LineMOD在内的三个基准数据集上优于现有方法；消融实验也证实了我们新颖设计的有效性。
引用
@article{arxiv.2210.05232,
title = {DCL-Net: Deep Correspondence Learning Network for 6D Pose Estimation},
author = {Hongyang Li and Jiehong Lin and Kui Jia},
journal= {arXiv preprint arXiv:2210.05232},
year = {2022}
}