基于预测视图合成的基于关键点的 spacecraft 位姿估计测试时适应
计算机视觉与模式识别
2024-10-08 v1
摘要
由于在训练时难以复制实际条件，基于合成数据的监督式 spacecraft 位姿估计算法在训练后用于实际作业数据时会出现性能下降。为解决此问题，我们提出一种测试时适应方法，利用在近距离作业期间获取的图像之间的时间冗余性。我们的方法包括从顺序 spacecraft 图像中提取特征，估计其位姿，然后用于合成重建视图。我们通过将合成视图与实际视图进行比较来建立自监督学习目标。在训练期间，我们监督位姿估计和图像合成，而在测试时，我们优化自监督目标。此外，我们引入正则化损失，以防止解决方案不符合 spacecraft 关键点结构。我们的代码可在 https://github.com/JotaBravo/spacecraft-tta 获取。
引用
@article{arxiv.2410.04298,
title = {Test-Time Adaptation for Keypoint-Based Spacecraft Pose Estimation Based on Predicted-View Synthesis},
author = {Juan Ignacio Bravo Pérez-Villar and Álvaro García-Martín and Jesús Bescós and Juan C. SanMiguel},
journal= {arXiv preprint arXiv:2410.04298},
year = {2024}
}
备注
Preprint