SC6D：与对称性无关且无需对应关系的 6D 物体位姿估计
计算机视觉与模式识别
2022-09-20 v3
摘要
本文提出一种高效且与对称性无关、无需对应关系的框架，称为 SC6D，用于从单张单目 RGB 图像进行 6D 物体位姿估计。SC6D 既不需要物体的 3D CAD 模型，也不需要任何关于对称性的先验知识。位姿估计被分解为三个子任务：a) 物体 3D 旋转表示学习与匹配；b) 物体中心 2D 位置估计；c) 通过分类进行尺度不变的距离估计（沿 z 轴的平移）。SC6D 在 T-LESS、YCB-V 和 ITODD 三个基准数据集上进行了评估，并在 T-LESS 数据集上取得了当前最优（state-of-the-art）性能。此外，SC6D 在计算效率上远高于此前的 SOTA 方法 SurfEmb。实现代码与预训练模型已公开于 https://github.com/dingdingcai/SC6D-pose。
引用
@article{arxiv.2208.02129,
title = {SC6D: Symmetry-agnostic and Correspondence-free 6D Object Pose Estimation},
author = {Dingding Cai and Janne Heikkilä and Esa Rahtu},
journal= {arXiv preprint arXiv:2208.02129},
year = {2022}
}
备注
3DV 2022