MixRI：用于新颖物体姿态估计的参考图像特征混合
计算机视觉与模式识别
2026-01-13 v1 人工智能
摘要
我们提出了 MixRI，一个轻量级网络，用于解决基于 RGB 图像的 CAD 模型新颖物体姿态估计问题。它可在测试时无需微调即可立即应用于新颖物体。我们设计网络以满足实际应用的需求，强调降低内存要求和加快推理速度。不同于使用大量参考图像并具有大型网络参数的现有方法，我们直接基于查询图像与参考图像之间多视角信息进行点匹配。凭借我们的参考图像融合策略，我们显著减少了参考图像的数量，从而降低了处理这些图像所需的时间和存储它们所需的内存。此外，凭借轻量级网络，我们的方法所需的推理时间更少。尽管参考图像数量更少，在 BOP 挑战的七个核心数据集上实验表明，我们的方法与其他需要更多参考图像和更大网络参数的方法的效果相当。
引用
@article{arxiv.2601.06883,
title = {MixRI: Mixing Features of Reference Images for Novel Object Pose Estimation},
author = {Xinhang Liu and Jiawei Shi and Zheng Dang and Yuchao Dai},
journal= {arXiv preprint arXiv:2601.06883},
year = {2026}
}
备注
Accepted by ICCV 2025