考虑轮廓与内部对应不确定性的鲁棒六自由度姿态跟踪用于AR装配引导
计算机视觉与模式识别
2025-07-03 v4
摘要
增强现实装配引导对于智能制造和医疗应用至关重要，需要对被操作物体的六自由度姿态进行连续测量。尽管当前跟踪方法在精度和效率方面已取得显著进展，但在处理杂乱背景、旋转对称物体和噪声序列时仍面临鲁棒性挑战。本文首先提出了一种基于轮廓的鲁棒姿态跟踪方法，用于解决易错的轮廓对应问题并提高噪声容忍度。该方法利用扇形搜索策略细化对应，将局部轮廓形状和噪声不确定性建模为混合概率分布，从而产生高度鲁棒的轮廓能量函数。其次，我们引入一种纯CPU策略来更好地跟踪旋转对称物体，并通过探索稀疏内部对应来辅助基于轮廓的方法克服局部极小值。这是通过离线从稀疏视角模板中预采样内部点，并在跟踪期间使用DIS光流算法计算其对应来实现的。最后，我们构建了一个统一能量函数来融合轮廓和内部信息，该函数可通过重加权最小二乘算法求解。在公开数据集和真实场景上的实验表明，我们的方法显著优于最先进的单目跟踪方法，并且仅使用CPU即可实现超过100 FPS。
引用
@article{arxiv.2502.11971,
title = {Robust 6DoF Pose Tracking Considering Contour and Interior Correspondence Uncertainty for AR Assembly Guidance},
author = {Jixiang Chen and Jing Chen and Kai Liu and Haochen Chang and Shanfeng Fu and Jian Yang},
journal= {arXiv preprint arXiv:2502.11971},
year = {2025}
}
备注
Accepted by IEEE Transactions on Instrumentation and Measurement