MRC-Net：基于多尺度残差相关的6自由度位姿估计
计算机视觉与模式识别
2024-03-22 v3
摘要
我们提出了一种单次拍摄方法，用于从单张RGB图像中确定具有可用3D计算机辅助设计模型的物体的6自由度位姿。我们的方法称为MRC-Net，包含两个阶段。第一阶段执行位姿分类，并以分类后的位姿渲染3D物体。第二阶段执行回归，以预测类别内的细粒度残差位姿。连接这两个阶段的是一个新颖的多尺度残差相关层，该层捕获输入图像与第一阶段渲染图像之间的高层和低层对应关系。MRC-Net采用一个在两个阶段之间共享权重的孪生网络，以学习输入图像和渲染图像的嵌入。为了减轻在对称物体上预测离散位姿类别标签时的歧义性，我们在第一阶段使用软概率标签来定义位姿类别。我们在四个具有挑战性的BOP基准数据集（T-LESS、LM-O、YCB-V和ITODD）上展示了最先进的精度，优于所有基于RGB的竞争方法。我们的方法是非迭代的，且无需复杂的后处理。
引用
@article{arxiv.2403.08019,
title = {MRC-Net: 6-DoF Pose Estimation with MultiScale Residual Correlation},
author = {Yuelong Li and Yafei Mao and Raja Bala and Sunil Hadap},
journal= {arXiv preprint arXiv:2403.08019},
year = {2024}
}
备注
Accepted to CVPR 2024