Oct, 2024

CVAM-Pose：用于多物体单目姿态估计的条件变分自编码器

HTML
PDF
TL;DR本研究解决了现有多物体姿态估计方法依赖3D模型和深度数据的缺陷，提出了CVAM-Pose方法，利用标签嵌入的条件变分自编码器网络在单一低维潜在空间中隐式抽象多个物体的规整化表示。CVAM-Pose在多物体场景中展现出优异的可扩展性和效率，其性能明显优于其他潜在空间方法，特别是在Linemod-Occluded数据集上超过了AAE和Multi-Path方法20%到25%。
发现论文，激发创造
  • 多视角多类别物体姿态估计的统一框架

    本文介绍了一种基于深度卷积神经网络的方法，能够通过对特定对象类的分类和姿态回归，从单个或多视图中准确地推断大量对象类的六自由度姿态，并通过SE（3）的均匀镶嵌提高了鲁棒性。作者还提出了一种适用于单视角存在歧义的高效多视图框架，并在YCB-Video、JHUScene-50和ObjectNet-3D三个大规模基准测试中取得了优异的表现，与目前现有技术相比表现优秀。

    Mar, 2018

  • 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

  • 由生成和序数排名进行的单目三维人体姿态估计

    本文提出了一种基于深度有条件变分自编码器的模型，通过合成以估计的 2D-pose 为条件的不同解剖学合理的 3D-pose 样本集，解决了 2D-to-3D lifting 中的内在歧义问题，并提出了两种策略用于获取最终的 3D 姿态，并在两个基准数据集上报告 OrdinalScore 接近最先进的结果。

    Apr, 2019

  • 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

  • DSC-PoseNet: 双尺度一致性学习6DoF目标位姿估计

    本文基于2D物体注释和RGB图像提出了一个双步骤的姿态估计框架，该框架使用DSC-PoseNet网络实现了基于差分渲染器的姿态估计，同时还利用自我监督学习生成伪标签进行训练，实验表明该方法在真实数据集上性能优于基于合成数据集的现有模型。

    Apr, 2021

  • 半监督式少样本学习的神经视图合成与匹配于3D姿态

    本文提出了一个基于神经网络视图合成和匹配的学习框架，通过生成的伪标签来学习众多未标注图像中的物体3D姿态估计，同时结合 EM 算法的方式，逐步提高特征提取器在不同3D视角下的不变性，并通过在 PASCAL3D+ 和 KITTI 数据集上进行的实验证明，该方法在少样本学习下，尤其是掩盖度极高的情况下，比其他基线方法表现更好，且具有出色的鲁棒性。

    Oct, 2021

  • 单幅 RGB 帧的基于语义关键点的姿态估算

    该论文提出了一种从单个RGB图像中估计物体连续6-DoF姿态的方法，该方法结合了经卷积网络预测的语义关键点和可变形的形状模型，同时采用了半自动数据生成技术来训练可学习组件，在实验中该方法达到了与现有技术相当的结果。

    Apr, 2022

  • DVMNet: 计算超越假设的未知物体的相对位姿

    通过深度体素匹配网络，本研究提出一种无需姿态假设的方法，在计算成本较低的情况下为新对象提供更准确的相对姿态估计。

    Mar, 2024

  • 无监督学习基于物体为中心的视频中的类别级三维姿态

    从无人监督的以物体为中心的视频中学习估计类别级三维姿态，使用多视角对齐和密集对应的方法，我们的模型在无人监督下表现出色，提供了准确可靠的预测结果。

    Jul, 2024

  • V-VIPE：变分视角不变姿态嵌入

    使用变分自编码器(VAE)在规范坐标空间中找到可表示 3D 姿态的嵌入，从而解决了比较两个 3D 姿态的困难问题，并且此嵌入具有检索和分类等下游任务的能力。

    Jul, 2024