Diff-DOPE：可微分深度物体位姿估计
计算机视觉与模式识别
2023-10-03 v1 机器人学
摘要
我们提出 Diff-DOPE，一种 6-DoF 位姿优化器，其输入为图像、物体的 3D 纹理模型以及物体的初始位姿。该方法使用可微分渲染来更新物体位姿，以最小化图像与模型投影之间的视觉误差。我们表明，这一简单而有效的想法能够在位姿估计数据集上取得最先进的结果。我们的方法不同于近期那些将位姿优化器训练为在大型合成数据集上映射输入到优化步的深度神经网络的方法。相反，我们对可微分渲染的使用使我们完全避免了训练。我们的方法以不同的随机学习率并行执行多次梯度下降优化，以避免来自对称物体、相似外观或错误步长的局部极小值。可以使用多种模态，例如 RGB、深度、强度边缘和物体分割掩码。我们给出了考察各种选择影响的实验，表明当 RGB 图像辅以物体掩码和深度图像来引导优化过程时，可得到最佳结果。
引用
@article{arxiv.2310.00463,
title = {Diff-DOPE: Differentiable Deep Object Pose Estimation},
author = {Jonathan Tremblay and Bowen Wen and Valts Blukis and Balakumar Sundaralingam and Stephen Tyree and Stan Birchfield},
journal= {arXiv preprint arXiv:2310.00463},
year = {2023}
}
备注
Submitted to ICRA 2023. Project page is at https://diffdope.github.io