SO-Pose：利用自遮挡实现直接的六自由度位姿估计
计算机视觉与模式识别
2021-08-20 v1
摘要
从单张RGB图像中直接在杂乱环境中回归物体的全部六自由度（6DoF）位姿（如三维旋转与平移）是一个具有挑战性的问题。尽管端到端方法近来已展现出高效且前景良好的结果，但在位姿精度方面仍逊于精心设计的基于PP/RANSAC的方法。在本工作中，我们通过一种关于自遮挡的新颖推理来解决这一不足，从而为三维物体建立一种双层表示，显著提升了端到端六自由度位姿估计的精度。我们的框架名为SO-Pose，以单张RGB图像为输入，利用一个共享编码器和两个独立解码器分别生成2D-3D对应点以及自遮挡信息。随后将两种输出融合以直接回归6DoF位姿参数。通过引入对齐对应点、自遮挡与6D位姿的跨层一致性，我们能够进一步提升精度与鲁棒性，在各种具有挑战性的数据集上超越或媲美所有其他最先进的（SOTA）方法。
引用
@article{arxiv.2108.08367,
title = {SO-Pose: Exploiting Self-Occlusion for Direct 6D Pose Estimation},
author = {Yan Di and Fabian Manhardt and Gu Wang and Xiangyang Ji and Nassir Navab and Federico Tombari},
journal= {arXiv preprint arXiv:2108.08367},
year = {2021}
}
备注
ICCV2021