SRPose：基于稀疏关键点的双视图相对姿态估计

双视图姿态估计是地图-free 视觉定位和物体姿态跟踪任务中必不可少的技术。然而，传统匹配方法受制于计算密集的鲁棒估计器，而深度学习基于姿态回归器仅适用于相机-世界姿态估计，难以适应不同的图像尺寸和相机内参。本文提出了 SRPose，一种基于稀疏关键点的框架，用于相机-世界和物体-相机场景下的双视图相对姿态估计。SRPose 包含稀疏关键点检测器、内参校准位置编码器以及受提示的先验知识引导注意力层。给定两个固定场景或移动物体的 RGB 图像，SRPose 估计相机或 6D 物体姿态变换。大量实验表明，SRPose 在准确性和速度方面实现了与最先进方法的竞争甚至优于表现，展现出对两种场景的广泛适应性。它对不同的图像尺寸和相机内参具有鲁棒性，可在低计算资源下部署。