摘要
本文解决了在野外环境下仅通过单个RGB-D帧进行类别级9D姿态估计的问题。使用真实世界中的9D姿态监督数据既繁琐又容易出错，而且难以推广到未见过的场景。此外，类别级姿态估计要求方法能够在测试时对未见过的物体具有泛化能力，这同样是一个挑战。受传统点对特征（Point Pair Features, PPF）的启发，本文设计了一种新的类别级点对特征（Category-level Point Pair Features, CPPF）投票方法，以实现准确、鲁棒且可泛化的野外9D姿态估计。为了获得鲁棒的姿态估计，我们在物体上采样了大量点对，并为每个点对预测了必要的SE(3)不变投票统计量，包括物体中心、方向和尺度。提出了一种新颖的由粗到精的投票算法，用于消除噪声点对样本并从总体中生成最终预测。为了避免方向投票过程中出现假阳性问题，我们为每个采样的点对引入了一个辅助的二分类消歧任务。为了检测野外环境中的物体，我们精心设计了仿真到真实的管道，在几何形状导致姿态模糊的情况下仅使用合成点云进行训练。在这种情况下，利用颜色信息来消歧这些姿态。在标准基准上的结果显示，我们的方法与当前基于真实世界训练数据的方法处于同等水平。广泛的实验进一步表明，我们的方法对噪声具有鲁棒性，并在极其具有挑战性的场景下取得了令人鼓舞的结果。我们的代码可在 https://github.com/qq456cvb/CPPF 获取。