WALDO：面向遮挡的无见模型基6D姿态估计
计算机视觉与模式识别
2025-11-21 v1 人工智能
机器学习
摘要
准确的6D物体姿态估计对机器人、增强现实和场景理解至关重要。对于已见物体，通常可以通过 per-object 微调实现高精度，但将其推广到未见物体仍是一个挑战。为此，过往方法假设在测试时间获取 CAD 模型，通常遵循多阶段管线来估计姿态：检测和分割物体，提出初始姿态，然后进行细化。在遮挡情况下，然而，这类管线的早期阶段容易出错，这些错误会通过顺序处理传播，从而导致性能下降。为补救这一不足，我们提出了四项对模型基6D姿态估计方法的新颖扩展：(i) 一种动态非均匀稠密抽样策略，聚焦计算于可见区域，减少由遮挡引起的误差；(ii) 一种多假设推理机制，保留几个置信度排序的姿态候选，缓解脆弱的单路径故障；(iii) 迭代细化，以逐步提高姿态精度；(iv) 一系列针对遮挡的训练数据增强，增强鲁棒性和泛化能力。此外，我们提出了一种新的加权可见性度量，用于在遮挡情况下进行评估，以最小化现有协议中的偏差。通过大量实证评估，我们表明我们的方法在 ICBIN 和 BOP 数据集基准上分别实现了超过5%和2%的精度提升，同时实现了约3倍的推理速度。
引用
@article{arxiv.2511.15874,
title = {WALDO: Where Unseen Model-based 6D Pose Estimation Meets Occlusion},
author = {Sajjad Pakdamansavoji and Yintao Ma and Amir Rasouli and Tongtong Cao},
journal= {arXiv preprint arXiv:2511.15874},
year = {2025}
}