DeepRM:用于 6D 位姿精化的深度循环匹配
计算机视觉与模式识别
2023-06-21 v5
摘要
从 RGB 图像中精确估计刚体物体的 6D 位姿是机器人、增强现实与人机交互中关键却具挑战的任务。为此,我们提出 DeepRM,一种用于 6D 位姿精化的新型循环网络架构。DeepRM 利用初始粗位姿估计渲染目标物体的合成图像,再将渲染图像与观测图像匹配以预测用于更新先前位姿估计的刚体变换。该过程反复进行,在每次迭代中逐步精化估计。DeepRM 架构引入 LSTM 单元以在各精化步骤间传递信息,显著提升了整体性能。与当前基于两阶段 Perspective-n-Point 的解法不同,DeepRM 端到端训练,并采用可扩展骨干网络,可通过单一参数调节精度与效率。训练时,我们加入多尺度光流头以预测观测与合成图像间的光流。光流预测稳定了训练过程,并迫使网络学习与位姿估计任务相关的特征。我们的结果表明,DeepRM 在两个广泛认可的挑战性数据集上取得了最先进的性能。
引用
@article{arxiv.2205.14474,
title = {DeepRM: Deep Recurrent Matching for 6D Pose Refinement},
author = {Alexander Avery and Andreas Savakis},
journal= {arXiv preprint arXiv:2205.14474},
year = {2023}
}
备注
9 pages, 3 figures, CVPR 2023 RHOBIN Workshop