结构化约束增强的6D物体位姿估计

摘要

针对基于投票策略的6D物体位姿估计方法忽略了关键点间结构信息的问题，提出结构化约束增强的6D物体位姿估计方法——SC-Pose。该方法定义了一种用于描述物体2D关键点间结构化信息的形状描述符，通过增加关键点结构化损失约束形状描述符的预测值与真值相近，从而使2D关键点的定位更加准确，提升了6D物体位姿估计的精度。在LINEMOD、OCC-LINEMOD和TruncationLINEMOD数据集上进行了实验，结果表明，SC-Pose可以明显提升6D物体位姿估计的性能。

关键词

6D物体位姿估计 / 单位向量场 / 投票策略 / 结构化损失 / 抓取交互 / 深度网络