解决基于对应关系的方法在实例级物体姿态估计中的对称性歧义
计算机视觉与模式识别
2024-05-20 v1
摘要
从单张 RGB 图像估计物体的 6D 位姿是关键任务，处理对称物体时变得更加具有挑战性。最近的典型方法通常在图像像素与 3D 物体表面顶点之间建立一对一对应关系。然而，利用一对一对应关系会为对称物体引入歧义。为解决此问题，我们提出 SymCode—a 一种考虑对称性的表面编码，该编码基于一对多对应关系对物体表面顶点进行编码，消除一对一对应关系歧义的问题。我们还引入 SymNet—a 一个快速的端到端网络，直接回归 6D 位姿参数，而无需求解 PnP 问题。在大多数对称物体的 T-LESS 和 IC-BIN 基准测试上，我们的方法实现了更快的运行速度和相当的精度。我们的源代码将在接受后公开。
引用
@article{arxiv.2405.10557,
title = {Resolving Symmetry Ambiguity in Correspondence-based Methods for Instance-level Object Pose Estimation},
author = {Yongliang Lin and Yongzhi Su and Sandeep Inuganti and Yan Di and Naeem Ajilforoushan and Hanqing Yang and Yu Zhang and Jason Rambach},
journal= {arXiv preprint arXiv:2405.10557},
year = {2024}
}
备注
8 pages,10 figures