面向数据受限下光度挑战性物体多模态 6D 位姿估计的偏振信息
计算机视觉与模式识别
2023-08-22 v1
摘要
依赖仅 RGB 或 RGB-D 数据的 6D 位姿估计流程，对于无纹理表面、反射或透明等光度挑战性物体存在局限。为此，提出一种利用互补偏振信息作为输入模态的基于监督学习的方法以克服此类局限。随后，通过利用偏振光的物理特性，将该监督方法扩展为自监督范式，从而消除对标注真实数据的需求。这些方法通过利用偏振光的几何信息并融入形状先验与可逆物理约束，在位姿估计上取得了显著进展。
引用
@article{arxiv.2308.10627,
title = {Polarimetric Information for Multi-Modal 6D Pose Estimation of Photometrically Challenging Objects with Limited Data},
author = {Patrick Ruhkamp and Daoyi Gao and HyunJun Jung and Nassir Navab and Benjamin Busam},
journal= {arXiv preprint arXiv:2308.10627},
year = {2023}
}
备注
Accepted at ICCV 2023 TRICKY Workshop