TPAMI 2024 | 我3D都没搞明白，这都开始6D了！？而且这个单目6D物体姿态估计技术，让机器视觉无需人类教导！

文章预览

Occlusion-Aware Self-Supervised Monocular 6D Object Pose Estimation 题目：遮挡感知的自监督单目6D物体姿态估计 作者：Gu Wang; Fabian Manhardt; Xingyu Liu; Xiangyang Ji;  and Federico Tombari 源码：https://github.com/THU-DA-6D-Pose-Group/self6dpp.git 点击下方 卡片 ，关注“ AI前沿速递 ”公众号 各种重磅干货，第一时间送达 摘要 6D物体姿态估计（即相对于相机的3D平移和3D旋转）是计算机视觉中的一个基础但具有挑战性的问题。卷积神经网络（CNN）最近已被证明即使在单目设置下也能够预测可靠的6D姿态估计。尽管如此，CNN被识别为极度依赖数据，获取足够的注释通常非常耗时和劳动密集。为了克服这个限制，我们提出了一种新颖的单目6D姿态估计方法，通过自监督学习，消除了对真实注释的需求。在我们完全监督训练所提出的网络使用合成RGB数据之后，我们利用当前趋势中的噪声学生训 ………………………………