学习规范形状空间用于类别级 6D 物体位姿与尺寸估计
计算机视觉与模式识别
2021-11-23 v3
摘要
我们提出一种用于类别级 6D 物体位姿与尺寸估计的新方法。为应对类内形状变化，我们学习规范形状空间（CASS），即某一物体类别大量实例的统一表示。具体而言，CASS 被建模为具有归一化位姿的规范 3D 形状深度生成模型的潜空间。我们训练一个变分自编码器（VAE），用于从 RGBD 图像生成规范空间中的 3D 点云。该 VAE 以跨类别方式训练，利用了公开可用的大型 3D 形状库。由于 3D 点云以归一化位姿（含实际尺寸）生成，VAE 的编码器学习视角因子化的 RGBD 嵌入。它将任意视角的 RGBD 图像映射为与位姿无关的 3D 形状表示。随后通过将它与由独立深度神经网络提取的输入 RGBD 的位姿相关特征进行对比来估计物体位姿。我们将 CASS 的学习与位姿和尺寸估计整合为一个端到端可训练网络，取得了最先进的性能。
引用
@article{arxiv.2001.09322,
title = {Learning Canonical Shape Space for Category-Level 6D Object Pose and Size Estimation},
author = {Dengsheng Chen and Jun Li and Zheng Wang and Kai Xu},
journal= {arXiv preprint arXiv:2001.09322},
year = {2021}
}