RBP-Pose：用于类别级位姿估计的残差边界框投影
计算机视觉与模式识别
2022-09-29 v2
摘要
类别级物体位姿估计旨在预测已知类别集合中任意物体的 6D 位姿及 3D 度量尺寸。近期方法利用形状先验自适应将观测点云映射至规范空间，并应用 Umeyama 算法恢复位姿与尺寸。然而，其形状先验整合策略间接提升位姿估计，导致位姿敏感特征提取不足且推理速度慢。为解决该问题，本文提出一种新颖的几何引导残差物体边界框投影网络 RBP-Pose，其联合预测物体位姿以及描述从形状先验指示的边界框上物体表面投影到真实表面投影位移的残差向量。此类残差向量的定义本质为零均值且相对较小，并显式封装了 3D 物体的空间线索，以实现鲁棒且精确的位姿回归。我们施加几何感知一致性项以对齐预测位姿与残差向量，进一步提升性能。
引用
@article{arxiv.2208.00237,
title = {RBP-Pose: Residual Bounding Box Projection for Category-Level Pose Estimation},
author = {Ruida Zhang and Yan Di and Zhiqiang Lou and Fabian Manhardt and Federico Tombari and Xiangyang Ji},
journal= {arXiv preprint arXiv:2208.00237},
year = {2022}
}
备注
Accepted by ECCV 2022