SuperPose：基于稳健跟踪与无掩码初始化的提升6D姿态估计
计算机视觉与模式识别
2024-10-22 v2
摘要
我们开发了一个针对工业应用的鲁棒实时6D物体检测解决方案，通过集成 FoundationPose、SAM2 与 LightGlue，消除对重新训练的需求。该方法针对两个关键挑战进行了优化：FoundationPose 在首帧检测中需要初始物体掩码，以及跟踪丢失和对对称物体的自动旋转问题。算法仅需目标物体的 CAD 模型，用户在初始设置时点击其位置即可。设置后，算法会自动保存物体的参考图像，并在后续运行中利用 LightGlue 对物体与实时场景进行特征匹配，提供检测的初始提示。我们在 YCB 数据集及工业组件（如洗洁精和齿轮）上进行测试，结果表明该算法能够可靠地实现6D检测与跟踪。通过集成 SAM2 与 FoundationPose，我们有效缓解了跟踪丢失等常规限制，确保在遮挡或快速移动等恶劣条件下实现连续且精确的跟踪。
引用
@article{arxiv.2409.19986,
title = {SuperPose: Improved 6D Pose Estimation with Robust Tracking and Mask-Free Initialization},
author = {Yu Deng and Jiahong Xue and Teng Cao and Yingxing Zhang and Lanxi Wen and Yiyang Chen},
journal= {arXiv preprint arXiv:2409.19986},
year = {2024}
}