DProST：用于6D位姿估计的动态投影空间变换网络
计算机视觉与模式识别
2022-07-22 v2
摘要
从单张RGB图像预测物体的6D位姿是一项基础的计算机视觉任务。通常，变换后物体顶点之间的距离被用作位姿估计方法的目标函数。然而，这些方法未考虑相机空间中的投影几何，导致性能下降。对此，我们提出了一种基于投影网格而非物体顶点的新位姿估计系统。我们的位姿估计方法，即动态投影空间变换网络（DProST），在相机空间的射线上定位感兴趣区域网格，并通过估计的位姿将网格变换到物体空间。变换后的网格既用作采样网格，也用作估计位姿的新准则。此外，由于DProST不需要物体顶点，我们的方法可通过用重建特征替换网格而用于无网格设定。实验结果表明，无网格DProST在LINEMOD和LINEMOD-OCCLUSION数据集上优于最先进的基于网格的方法，并在YCBV数据集上利用网格数据取得了有竞争力的性能。源代码见 https://github.com/parkjaewoo0611/DProST
引用
@article{arxiv.2112.08775,
title = {DProST: Dynamic Projective Spatial Transformer Network for 6D Pose Estimation},
author = {Jaewoo Park and Nam Ik Cho},
journal= {arXiv preprint arXiv:2112.08775},
year = {2022}
}
备注
Accepted to ECCV 2022