HiPose：用于RGB-D 6DoF物体姿态估计的层次化二值表面编码与对应剪枝
计算机视觉与模式识别
2024-04-09 v3
摘要
在本工作中，我们提出一种从单张RGB-D图像进行6DoF物体姿态估计的稠密对应新方法。尽管许多现有数据驱动方法取得令人印象深刻的性能，但它们因依赖基于渲染的细化方法而往往耗时。为规避此限制，我们提出HiPose，其通过层次化二值表面编码以由粗到精的方式建立3D-3D对应。与先前稠密对应方法不同，我们通过采用点到面匹配来估计对应表面，并迭代收缩该表面直至其成为对应点，同时逐步移除离群点。在公开基准LM-O、YCB-V和T-Less上的大量实验表明，我们的方法超越了所有无细化方法，甚至与昂贵的基于细化的方法相当。关键在于，我们的方法计算高效，能够支持具有高精度要求的实时关键应用。
引用
@article{arxiv.2311.12588,
title = {HiPose: Hierarchical Binary Surface Encoding and Correspondence Pruning for RGB-D 6DoF Object Pose Estimation},
author = {Yongliang Lin and Yongzhi Su and Praveen Nathan and Sandeep Inuganti and Yan Di and Martin Sundermeyer and Fabian Manhardt and Didier Stricker and Jason Rambach and Yu Zhang},
journal= {arXiv preprint arXiv:2311.12588},
year = {2024}
}
备注
CVPR 2024