Nov, 2023

基于混合模型的避免对应问题的目标姿态估计的随机几何框架

PDF
TL;DR基于多个特征点的随机几何建模框架用于刚体物体位姿估计，并提供一种避免解决单个特征对应和在多视角应用中引入正确随机依赖性的方法。通过数值实验验证了该模型的有效性和对不同观测系统的适用性，包括测量分辨率、物体变形和测量噪声的影响。可以得出结论，基于混合模型的概率建模可以实现准确和鲁棒的位姿估计。
发现论文，激发创造
  • 基于概率松弛的两阶段物体姿态估计范式

    提出了一种无匹配点的概率公式，可以同时优化视觉对应和几何对齐步骤，能够更优雅地处理几何感知场景，如纹理不清晰、对称和 / 或遮挡物体和场景等存在多个可能的正确姿势解决方案的情况。

    Jun, 2023

  • 带统计保证的物体位姿估计：依从关键点检测和几何不确定性传播

    本文提出了一个可证明误差界限的姿态估计器，基于两阶段目标姿态估计范例，并注入了两个基本变化，即确定性关键点检测和几何不确定性传播。进行实验展示，PURSE 覆盖了真实姿态和最坏情况下的误差边界提供了正确的不确定性量化

    Mar, 2023

  • 使用多视角关键点对应估计单目图像中的物体姿态

    利用物体分类内部几何规律的数据驱动姿态估计方法。首先，从 2D RGB 图像学习物体部分的姿态不变局部描述符。将这些描述符与来自固定３D 模板的关键点结合使用，生成给定单眼实际图像的关键点对应图。最后，使用这些关键点对应图，预测物体的３D 姿态。该方法在多个真实环境的视角估计数据集，如 Pascal3D + 与 ObjectNet3D 上的表现达到最佳水平，并且我们公开了所使用方法的代码以鼓励再生研究。

    Sep, 2018

  • 球体对齐：用于相机姿态估计的全局最优球形混合对齐

    该研究介绍了一种通过鲁棒性目标函数和全局搜索策略来在混合模型中对 2D-3D 对应关系进行估计，进而实现准确摄像机姿态获取的方法，并且在经过综合评估后证明该算法在处理具有挑战性的真实和合成数据集方面，优于现有方法，可靠地收敛到全局最优解。

    Dec, 2018

  • 基于分割的 6D 物体姿态估计

    本文提出一种基于分割的 6D 姿态估计框架，使用关键点检测获取局部姿态预测，并根据置信度预测将这些姿态候选融合成可靠的 3D-to-2D 对应关系，从而在多个低纹理物体相互遮挡的情况下获得最优姿态估计，其采用简单且高效的架构实现实时性能。

    Dec, 2018

  • 几何姿态可供性：带场景约束的三维人体姿态

    通过使用基于视觉的场景几何形状信息，我们提出了一种用于改善人体姿态估计的新颖机制：多层深度图。我们展示了这种方法可以提高 3D 姿态估计的精度。

    May, 2019

  • 从 2D 图像中估计三维姿态的混合分类回归框架

    本文提出了一种混合分类 - 回归框架，用于解决计算机视觉中单个 2D 图像中的 3D 姿态估计问题，该方法能够捕捉多模态姿态分布，通过使用分类网络产生离散多模态姿态估计和回归网络产生连续的优化结果，实现了多个分类 - 回归模型，其中一些在具有挑战性的 Pascal3D + 数据集上达到了最新水平的性能表现。

    May, 2018

  • 多视角快速且鲁棒的多人 3D 姿势估计

    本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法，使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战，并结合几何和外观提示进行跨视角匹配。

    Jan, 2019

  • 基于物体的 SLAM 中位姿不确定性的多假设方法

    本研究提出了一种新方法，通过基于对象的 SLAM 系统来推理对象的多个位姿假设，并将局部模糊信息综合成全局一致的机器人和地标姿态估计，有效提高了在对象位姿模糊情况下的 SLAM 系统鲁棒性。

    Aug, 2021

  • 单阶段 6D 物体位姿估计

    本文介绍了一种基于深度学习的 6D 姿态估计架构，能够直接从对应点回归 6D 姿态，并提出了单阶段 6D 姿态估计框架，能够在准确性和速度方面显著优于现有的双阶段框架。

    Nov, 2019