基于双向预测与点级注意力机制的 6D 物体位姿估计
计算机视觉与模式识别
2023-09-15 v3 人工智能
摘要
传统的基于几何配准的估计方法仅隐式利用 CAD 模型，导致其对观测质量依赖性强且在遮挡情况下存在不足。为解决该问题，本文提出一种带有逐点注意力感知机制的双向对应预测网络。该网络不仅要求模型点预测对应关系，还显式建模观测与模型先验之间的几何相似性。我们的核心见解是，每个模型点与场景点之间的相关性为学习点对匹配提供了关键信息。为进一步应对由特征分布差异带来的相关性噪声，我们设计了一个简单而有效的伪孪生网络以提升特征同质性。在 LineMOD、YCB-Video 和 Occ-LineMOD 公开数据集上的实验结果表明，所提方法在相同评估准则下优于其他 SOTA 方法。其位姿估计的鲁棒性大幅提升，尤其在严重遮挡环境中。
引用
@article{arxiv.2308.08518,
title = {Exploiting Point-Wise Attention in 6D Object Pose Estimation Based on Bidirectional Prediction},
author = {Yuhao Yang and Jun Wu and Yue Wang and Guangjian Zhang and Rong Xiong},
journal= {arXiv preprint arXiv:2308.08518},
year = {2023}
}