.png){kind=icon}
返回
Pose without Guesses: Generalizable Object Pose Estimation From a Single Reference
.png){kind=icon}
PRE
AI
DOI：10.1007/s11263-026-02781-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
确定先前未见物体的相对姿态对于通用物体姿态估计的成功至关重要。现有方法通常利用物体真实边界框预测3D平移，并用大量离散假设近似3D旋转。这种策略对真实性的可用性做出了不现实的假设，并在测试时带来了为每个假设评分的计算成本高昂的过程。相比之下，我们通过提出先进的深度体素匹配网络（DVMNet++），重新思考了未见物体的相对姿态估计问题。我们的方法在一次通过中计算相对物体姿态，无需真实物体边界框和旋转假设。我们通过利用图像特征嵌入和自然语言理解作为参考，实现了开放集物体检测。检测结果随后用于近似平移参数并从查询图像中裁剪物体。对于旋转估计，我们将参考和裁剪的查询映射到各自的体素化3D表示。所得体素通过旋转估计模块，通过求解最小二乘问题以端到端方式对齐体素并计算旋转。为增强鲁棒性，我们引入了一种加权最近体素算法，能够减轻噪声体素的影响。我们在CO3D、Objaverse、LINEMOD、HomebrewedDB和LINEMOD-O数据集上进行了大量实验，表明与当前最佳方法相比，我们的方法以更低的计算成本为新颖物体提供更准确的相对姿态估计。我们的代码发布于https://github.com/sailor-z/DVMNet/。
Keyword:
Object Pose Estimation
Unseen Object Recognition
Two-View Geometry
Generalizable Computer Vision
期刊
IF:
9.3
论文数:
3.9K
被引数:
2.8W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容