文章预览
每天一分钟，带你读遍机器人顶级会议文章 标题：WS-OPE: Weakly Supervised 6D Object Pose Regression using Relative Multi-Camera Pose Constraints 作者： Fu Li, Ivan Shugurov, Benjamin Busam, Shaowu Yang, and Slobodan Ilic 来源：2022 IEEE International Conference on Robotics and Automation (ICRA) 编译：pandaman 审核：Zoe 这是泡泡一分钟推送的第 1049 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权 摘要 真实数据中6D位姿的精确注释既复杂又耗时，但这是训练位姿估计流程的基本要求。我们提出了一种可扩展、端到端的6D位姿弱监督回归方法来避免这个问题。我们的方法既不需要3D模型也不需要对象6D位姿作为地面真值。相反，我们使用2D边界框和对象大小作为唯一的标签，并在训练过程中使用已知相对位姿的多个图像来约束问题。使用一种新颖的旋转IoU损失将图像的位姿
………………………………
