![](https://csdnimg.cn/release/download_crawler_static/88499502/bg4.jpg)
M. Sundermeyer,Z.Marton,M.Durner,M.布鲁克河Triebel
COCO背景图像[21],同时改变亮度和对比度。这使得网络可以泛化
到真实图像,并在10Hz下实现6D检测像我们一样,为了获得非常准
确的距离估计,他们依赖于使用深度数据的迭代最近点(ICP)后处
理。相反,我们不把3D方向估计作为一个分类任务。
2.2
学习3D方向
我们描述了固定SO(3)参数化训练的困难,这将激励学习对象特定
的表示。
回归分析由于旋转存在于连续空间中,因此直接回归固定的SO(3)
参数化(如四元数)似乎很自然。然而,代表性约束和姿势模糊可能
会引入收敛问题[32]。在实践中,用于全3D对象取向估计的直接回归
方法并不十分成功[23]。
3D对象取向的分类需要SO(3)的离散化。即使是相当粗略的
150
度的
间隔也会导致超过50,000个可能的类。由于每个类只在训练数据中
稀疏出现,这阻碍了收敛。在SSD6D [17]中,通过分别对离散化视点
和 平 面 内 旋 转 进 行 分 类 来 学 习 3D 方 向 , 从 而 将 复 杂 度 降 低 到
O
(
n
2
)。然而,对于非规范视图,例如,如果从上面看到一个对象,
视点的改变几乎等同于产生模糊类别组合的平面内旋转的改变。通
常,在执行单热分类时,忽略不同取向之间的关系。
当依赖于3D方向的固定表示时,对称性是一个严重的问题,因为它
们会导致姿势模糊(图2)。如果不手动处理,相同的训练图像可能
具有不同的方向标签,这可能会严重干扰学习过程。为了处理模糊的
对象,文献中的大多数方法都是手动调整的[40,9,17,28]。这些策
略从忽略一个旋转轴[40,9]到根据对象[17]调整离散化到训练额外的
CNN来预测对称性[28]。这些描述了预先过滤掉对象对称性(2a)的
繁琐的手动方式,但是处理由于自遮挡(2b)和遮挡(2c)引起的歧
义更难解决。对称性不仅影响回归和分类方法,而且影响任何仅通过
固定SO(3)表示来区分对象视图的基于学习的算法。
描述符学习可以用来学习与对象相关的表示, 在低维空间中投影视
图。Wohlhart等人。[40]介绍了一种基于CNN的描述符学习方法,该方
法使用三元组损失,最小化/最大化相似/不相似对象方向之间的欧几
里得距离。虽然