双重姿态不变嵌入：为识别和检索学习类别和对象特定的区分性表示

CVPRMar, 2024

双重姿态不变嵌入：为识别和检索学习类别和对象特定的区分性表示

Dual Pose-invariant Embeddings: Learning Category and Object-specific Discriminative Representations for Recognition and Retrieval

PDF

Rohan Sarkar, Avinash Kak

TL;DR提出一种基于注意力机制的双编码器架构，通过特定设计的损失函数，在两个不同的嵌入空间中同时优化类别嵌入和对象级别嵌入，用于姿态不变的物体识别和检索。在三个具有挑战性的多视图数据集上验证了方法的优越性。

Abstract

In the context of pose-invariant object recognition and retrieval, we demonstrate that it is possible to achieve significant improvements in performance if both the category-based and the object-identity-based embeddings are learned simultaneously during training. In hindsight, that so

pose-invariant object recognition dual-encoder architecture embedding spaces loss functions multi-view datasets

发现论文，激发创造

卷积模型用于联合物体分类和姿态估计

本文探讨了深度学习方法在物体识别和姿态估计方面的应用，发现卷积神经网络（CNN）可以同时进行物体分类和姿态估计，并在两个大型多视点数据集上实现了优于最先进方法的表现。

Nov, 2015

通过通用规范映射发现物体类别之间的关系

本研究利用统一嵌入来增强不同类别之间和图像与类别之间的自动一致性，从而无需手动注释即可获得最新的对齐结果和精准的密集姿势预测。

Jun, 2021

跨域对象姿态估计的多路径学习

提出了一种可扩展的对象姿态估计方法，使用多个三维模型的模拟 RGB 视图进行训练，并使用所谓的 “多路径学习” 技术，涉及共享编码器和不同解码器，从而实现对不同实例的通用编码器的训练。在多个数据集上实现了最先进的 6D 目标检测结果。

Aug, 2019

DualPoseNet：利用双姿态网络和姿态一致性精调学习的类别级别 6D 物体姿态和大小估计

以 Single View Image 作为输入，本文提出一种基于 Dual Pose Network 的新方法来预测 6D 对象姿态（旋转、平移和大小），DualPoseNet 利用两个平行的姿态解码器在共享姿态编码器的基础上，对对象构成补充监督，加强对姿态的学习，同时在没有测试 CAD 模型的情况下使用隐式解码器进行精细化的姿态预测，得到了比现有方法更好的效果。

Mar, 2021

CLIPose: 预训练视觉语言知识下的类别级物体姿态估计

通过利用不同模态的丰富语义知识，以及多模态对齐和增强的方式，CLIPose 提出了一种新颖的 6D 姿态框架，以更好地实现对目标类别信息的学习和姿态估计，并在两个主流基准数据集上取得了最先进的性能。

Feb, 2024

学习无姿态注释的类别级物体姿态估计器

提出了一种不需要姿态标注的类别级三维物体姿态估计方法，通过使用扩散模型生成一组具有姿态差异的图像，并利用图像编码器和新颖的学习策略解决噪声和伪影问题，实现了从单次拍摄中对类别级物体姿态的估计，并在少样本类别级物体姿态估计基准上显著优于其他先进方法。

Apr, 2024

基于条件神经过程的类别无关 6D 位姿估计

本研究提出了一种新颖的基于元学习的方法，用于对未知对象进行六自由度姿态估计，并通过条件神经过程元学习训练将纹理和几何特征编码到隐向量空间，用于在新图像中预测对象的六自由度姿态，实验证明该算法在不同形状和外观的未见对象上具有强大的泛化能力。

Jun, 2022

基于扩散模型的生成式类别级物体位姿估计: GenPose

本文提出了一种基于条件生成建模的目标姿态估计方法，该模型采用基于得分的扩散模型来估计对象姿态，借助二步过程（似然度估计和均值池化）从扩散模型中抽样候选项并综合其结果，约束了不确定性。该方法在 REAL275 数据集上实现了最先进的性能，且不需要微调即可适应具有相似对称性质的新类别，且能够产生与当前最先进的基线相当的结果。

Jun, 2023

连续表面嵌入

提出一种学习图像密集对应的新模型，能对几何形状不同的物体进行自动化且简单的密集姿态估计，适用于人类和动物类的各种变形物体。

Nov, 2020

新物体类别的姿态感知

本文提出了一种通用的分类器，可以在只有一个标注实例的情况下可靠地诱导出未注释的对象类别的姿态；如果有大量新实例的情况下，我们的方法可以同时对所有实例进行推理，从而改进初始估计，并在各种类别上展示算法的实证验证结果和形状模型的应用性。

May, 2015