PoseMatcher：基于深度特征匹配的一次性六维物体位姿估计
计算机视觉与模式识别
2023-04-05 v1
摘要
估计未见物体的位姿是极具挑战性的一次性位姿估计任务的目标。先前的方法严重依赖特征匹配并取得了巨大成功。然而，这些方法往往效率低下，且受限于其依赖的并非专为位姿估计设计的预训练模型。本文提出 PoseMatcher，一种准确的无模型一次性物体位姿估计器，克服了这些局限。我们基于三视图系统（一个查询图像与正、负模板）构建了物体到图像匹配的新训练流程。这种简单而有效的方法通过在训练时低成本地构建完整物体点云的近似来模拟测试时场景。为使 PoseMatcher 能够处理图像与点云这两种不同输入模态，我们引入 IO-Layer，一种全新的注意力层，可高效实现输入间的自注意力与交叉注意力。此外，我们提出一种剪枝策略，迭代去除目标物体的冗余区域，在保持精度的同时进一步降低网络复杂度与噪声。最后，我们重新设计了常用的位姿精化策略（缩放与二维偏移精化），并将其适配于一次性范式。我们在 Linemod 与 YCB-V 数据集上优于所有先前的一次性位姿估计方法，并取得可与近期实例级方法相媲美的结果。源代码与模型见 https://github.com/PedroCastro/PoseMatcher。
引用
@article{arxiv.2304.01382,
title = {PoseMatcher: One-shot 6D Object Pose Estimation by Deep Feature Matching},
author = {Pedro Castro and Tae-Kyun Kim},
journal= {arXiv preprint arXiv:2304.01382},
year = {2023}
}