SCFlow2：基于形状约束场景流的插拔式目标姿态细化器
计算机视觉与模式识别
2025-04-15 v1
摘要
我们介绍 SCFlow2，一个用于 6D 目标姿态估计的插拔式细化框架。大多数最新的 6D 目标姿态方法都依赖于细化以获得准确结果。然而，大多数现有细化方法要么因建立对应关系时存在噪声而受影响，要么依赖于重新训练来适应新对象。SCFlow2 基于为细化设计的 SCFlow 模型，但通过 RGBD 帧的 3D 场景流将额外深度形式化为迭代中的正则化。SCFlow2 的关键设计是通过将刚性运动嵌入 3D 场景流和目标的 3D 形状先验结合，引入几何约束来训练循环匹配网络。我们在 Objaverse、GSO 和 ShapeNet 数据集的组合上训练 SCFlow2，并在 BOP 数据集上进行评估，测试新对象。 After 使用我们的方法作为后处理，大多数最先进的方法会产生显著更好的结果，而无需任何重新训练或微调。源代码可在 https://scflow2.github.io 获取。
引用
@article{arxiv.2504.09160,
title = {SCFlow2: Plug-and-Play Object Pose Refiner with Shape-Constraint Scene Flow},
author = {Qingyuan Wang and Rui Song and Jiaojiao Li and Kerui Cheng and David Ferstl and Yinlin Hu},
journal= {arXiv preprint arXiv:2504.09160},
year = {2025}
}
备注
Accepted by CVPR 2025