WAPR：面向未见物体的大角度位姿细化基础模型

摘要

现实世界的应用要求 6D 姿态估计准确、快速且可扩展至看不见的物体。本文介绍了 WAPR，一种零样本广角姿势细化模型，可细化旋转偏差高达 90 度的候选姿势。每个检测到的对象实例只有 12 个候选姿势，WAPR 支持每帧 1 秒内的快速推理，并达到每秒最多 25 个检测到的对象实例的姿势估计吞吐量。为了支持旋转对称物体的广角训练，WAPR 在损失计算之前使用旋转对称先验来规范化对称等效姿势目标。我们进一步构建了 SA6D，一个具有此类先验的大规模 6D 训练数据集。 SA6D 获得 944 个 GSO 扫描的 KASAL 辅助旋转对称先验，并通过几何和纹理增强将它们扩展为约 50K 增强对象实例和约 200 万个渲染的 RGB-D 图像。此外，角度平衡损失通过减少无信息的大误差情况的影响来稳定不同角度范围内的学习。七台BOP的实验核心数据集表明，WAPR 在快速且无约束的推理设置下，在看不见的对象 6D 姿态定位和检测方面实现了最先进的性能。项目页面：https://github.com/WangYuLin-SEU/WAPR。

WAPR：面向未见物体的大角度位姿细化基础模型：论文原图 — 图 2：拟议框架概述。上图：SA6D 使用 KASAL 辅助的旋转对称先验构建大规模 RGB-D 训练数据。这些先验用于规范化对称等效训练对。底部：WAPR 通过将真实的和渲染的 RGB-D 观察结果与掩模进行比较来细化稀疏候选姿势。经过改进的候选者由基于分数的姿势选择模块选择，从而能够在高达 90∘90^{\circ} 的大初始未对准情况下进行准确的 6D 姿势估计。