无需CAD模型，搞定对称物体！TUM新作NeRF-Feat：从弱标注数据中学习6D姿态估计

文章预览

点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 6D姿态估计标注问题 获取真实数据并获得 6D 姿态标注需要非常复杂的设置和繁琐的工作，使用 CAD 模型渲染合成训练数据可以获得不错的性能， 但仍无法与使用真实训练数据获得的性能相比 。 NeRF-Feat 通过使用较弱的标签简化真实训练数据的获取过程和训练程序， 而不是当前流程所需的强标签 。获取具有相对姿态的真实训练图像，这些图像可以通过设备或标记板更容易地获得，而不需要复杂的设置进行注释。使用相对姿态标签来隐式学习物体形状，然后学习隐式物体形状的特征表示，以实现 6D 姿态估计。采用神经辐射场（NeRF），通过具有已知姿态的真实图像隐式学习物体形状。 还有一个问题： 如何解决处理对称物体？ NeRF-Feat 提出了一 ………………………………