DualPoseNet: カテゴリレベルの6次元物体姿勢とサイズ推定を実現する 姿勢一貫性の改良学習を備えたデュアルポーズネットワーク

カテゴリレベルの6次元物体姿勢とサイズ推定は、単一の任意の視点から観察された混雑したシーン内の物体インスタンスの回転、並進、サイズの完全な姿勢構成を予測することである。本論文では、このタスクのためにポーズの一貫性を精緻に学習する新しい手法であるデュアルポーズネットワーク（Dual Pose Network）を提案し、これを短縮してDualPoseNetと呼ぶ。DualPoseNetは共有ポーズエンコーダー上に2つの並列ポーズデコーダーを積み重ねており、暗黙的なデコーダーは明示的なものとは異なる動作メカニズムで物体の姿勢を予測する；これにより、ポーズエンコーダーの学習に対して補完的な監督が課される。エンコーダーは球面畳み込みに基づいて構築され、外見と形状観測からの姿勢感応特徴量をよりよく埋め込むためのSpherical Fusionモジュールが設計されている。テスト用CADモデルがない場合でも、暗黙的なデコーダーの新規導入により、2つのデコーダー間での予測された姿勢の一貫性を自己適応損失項を使用して強制することで、テスト時の精緻な姿勢予測が可能となる。カテゴリおよびインスタンスレベルの物体姿勢データセットベンチマークにおける詳細な実験結果は、我々の設計効果を確認している。DualPoseNetは高精度領域において既存手法よりも大幅に優れた性能を示しており、我々のコードは公開されており、以下のURLからアクセスできる: https://github.com/Gorilla-Lab-SCUT/DualPoseNet.