从形状估计姿态：面向任意三维物体的深度姿态估计
计算机视觉与模式识别
2019-08-06 v2
摘要
大多数深度姿态估计方法需要针对特定物体实例或类别进行训练。本文提出一种完全通用的深度姿态估计方法，既不要求网络在相关类别上训练过，也不要求类别中的物体具有规范姿态。我们相信这是设计能够与野外不属于预定义类别的新物体交互的机器人系统的关键一步。我们的核心思路是利用目标物体三维形状的表示来动态调节姿态估计。更准确地说，我们训练一个卷积神经网络，其输入为测试图像和三维模型，输出为输入图像中物体相对于该三维模型的相对三维姿态。我们证明，我们的方法在标准基准（即 Pascal3D+、ObjectNet3D 和 Pix3D）上提升了有监督类别姿态估计的性能，在这些基准上我们提供了优于当前最优技术的结果。更重要的是，我们展示了在 ShapeNet 的日常人造物体上训练的网络，无需任何额外训练即可泛化到全新类型的三维物体，在 LINEMOD 数据集以及 ImageNet 中的动物等自然实体上提供了结果。
引用
@article{arxiv.1906.05105,
title = {Pose from Shape: Deep Pose Estimation for Arbitrary 3D Objects},
author = {Yang Xiao and Xuchong Qiu and Pierre-Alain Langlois and Mathieu Aubry and Renaud Marlet},
journal= {arXiv preprint arXiv:1906.05105},
year = {2019}
}