面向数据受限6D物体姿态估计的透视流聚合

大多数近期的6D物体姿态估计方法，包括无监督方法，都需要大量真实训练图像。不幸的是，对于某些应用，例如太空或深水中的应用，获取真实图像，即使未标注的，也几乎不可能。本文提出一种可仅在合成图像上训练，或可选使用少量额外真实图像的方法。给定由第一个网络获得的粗略姿态估计，它使用第二个网络预测使用粗略姿态渲染的图像与真实图像之间的稠密2D对应流，并推断所需的姿态修正。与最先进的方法相比，该方法对合成与真实图像之间的域偏移敏感得多。在不使用任何真实图像时，其性能与需要标注真实图像训练的方法相当；而当仅使用二十张真实图像时，其性能显著优于它们。