SplatPose：通过3D高斯溅射从单张RGB图像进行几何感知的6-DoF姿态估计
计算机视觉与模式识别
2025-03-10 v1 机器人学
摘要
6-DoF姿态估计是计算机视觉中的基础任务，在增强现实和机器人领域有广泛应用。现有的单RGB方法常因依赖初始姿态估计和易受旋转模糊影响而牺牲精度，而需要深度传感器或多视角设置的方法则带来显著部署成本。为解决这些局限，我们提出了SplatPose，一个新颖框架，将3D高斯溅射（3DGS）与双分支神经网络架构相结合，仅使用单张RGB图像即可实现高精度姿态估计。我们方法的核心是双注意力射线评分网络（DARS-Net），它通过几何域注意力机制创新性地解耦位置对齐和角度对齐，显式建模方向依赖性以缓解旋转模糊。此外，由粗到细的优化流水线通过对齐查询图像与3DGS合成视图之间的密集2D特征，逐步细化姿态估计，有效纠正稀疏射线采样带来的特征错位和深度误差。在三个基准数据集上的实验表明，SplatPose在单RGB设置下达到了最先进的6-DoF姿态估计精度，可与依赖深度或多视角图像的方法相媲美。
引用
@article{arxiv.2503.05174,
title = {SplatPose: Geometry-Aware 6-DoF Pose Estimation from Single RGB Image via 3D Gaussian Splatting},
author = {Linqi Yang and Xiongwei Zhao and Qihao Sun and Ke Wang and Ao Chen and Peng Kang},
journal= {arXiv preprint arXiv:2503.05174},
year = {2025}
}
备注
Submitted to IROS 2025