W-PoseNet：稠密对应正则化的像素对位姿回归
计算机视觉与模式识别
2024-10-30 v2 机器人学
摘要
解决6D位姿估计在面对内在外观与形状变化以及严重的物体间遮挡时并非易事，且在非受控环境下由于外在的大幅光照变化与所获取数据的低质量而更具挑战性。本文提出一种新颖的位姿估计算法W-PoseNet，它从输入数据稠密地回归到6D位姿以及模型空间中的3D坐标。换言之，我们深度网络中为位姿回归学习的局部特征，通过显式学习逐像素对应映射到3D位姿敏感坐标这一辅助任务而得到正则化。此外，设计了逐像素特征的稀疏对组合以及对像素对位姿预测的软投票，以提升对不一致与稀疏局部特征的鲁棒性。在流行的YCB-Video与LineMOD基准上的实验结果表明，所提出的W-PoseNet持续取得优于最先进算法的性能。
引用
@article{arxiv.1912.11888,
title = {W-PoseNet: Dense Correspondence Regularized Pixel Pair Pose Regression},
author = {Zelin Xu and Ke Chen and Kui Jia},
journal= {arXiv preprint arXiv:1912.11888},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication. Submitted to IROS 2021