RCGNet：基于几何引导的 RGB 类别级 6D 物体姿态估计
计算机视觉与模式识别
2025-08-20 v1
摘要
虽然大多数当前的 RGB-D 基于类别级物体姿态估计方法取得了显著性能，但在缺乏深度信息的场景中面临重大挑战。本文提出一种仅依赖 RGB 图像的 novel 类别级物体姿态估计方法。这一方法使我们能够在无需深度数据的实际场景中实现精确姿态估计。具体而言，我们设计了一个基于 transformer 的神经网络用于类别级物体姿态估计，其中 transformer 用于预测和融合目标物体的几何特征。为确保这些预测的几何特征忠实地捕捉物体的几何信息，我们引入了几何特征引导算法，增强了网络有效表示物体几何信息的能力。最后，我们利用 RANSAC-PnP 算法计算物体姿态，解决了姿态估计中可变物体尺度的挑战。在基准数据集上的实验结果表明，我们的方法不仅非常高效，而且在已有的基于 RGB 的方法中取得了优越的精度。这些有前景的结果为基于 RGB 图像的类别级物体姿态估计提供了新的视角。
引用
@article{arxiv.2508.13623,
title = {RCGNet: RGB-based Category-Level 6D Object Pose Estimation with Geometric Guidance},
author = {Sheng Yu and Di-Hua Zhai and Yuanqing Xia},
journal= {arXiv preprint arXiv:2508.13623},
year = {2025}
}
备注
Accepted by IROS2025