基于 NeRF 的 6D 位姿估计域间推理方法
计算机视觉与模式识别
2024-07-16 v1 图像与视频处理
摘要
本工作提出一种新颖的数据增强方法，通过增加训练集的多样性来提高 6D 位姿估计网络的泛化能力。为此，我们从合成图像训练神经光场( Neural Radiance Field)，并利用其生成增强数据集。我们的方法通过以下方式丰富初始数据集：(i) 生成不可见视角的图像，(ii) 通过外观外推实现丰富的光照条件，(iii) 随机化纹理。我们在具有挑战性的航天器位姿估计任务中验证了该数据增强方法，表明其显著提升了位姿估计的泛化能力。在 SPEED+ 数据集上，本方法使目标域上的位姿误差降低 50%。
引用
@article{arxiv.2407.10762,
title = {Domain Generalization for 6D Pose Estimation Through NeRF-based Image Synthesis},
author = {Antoine Legrand and Renaud Detry and Christophe De Vleeschouwer},
journal= {arXiv preprint arXiv:2407.10762},
year = {2024}
}