反復対応幾何学：領域と深度を融合したテクスチャのない物体の高効率3D追跡

3次元空間における物体の追跡とその6自由度（6DoF）姿勢の予測は、コンピュータビジョンにおいて重要なタスクである。最先端の手法では、この問題を解決するために物体のテクスチャに依存することが多い。しかし、それらが印象的な結果を達成している一方で、多くの物体には十分なテクスチャが含まれていないため、主要な前提条件が満たされないことがある。以下で提案するICG（Iterative Correspondence and Geometry）は、新しい確率的トラッカーであり、領域情報と深度情報を融合し、物体の幾何学情報のみを必要とする。当手法では、対応線と点を使用して姿勢を反復的に改良する。また、堅牢な遮蔽処理を実装することで、実世界環境での性能向上を図っている。YCB-Video, OPT, およびChoiデータセットにおける実験結果から、テクスチャを持つ物体であっても、当アプローチは精度と堅牢性において現行の最先端手法を上回ることが示された。同時に、ICGは高速収束と優れた効率性を示し、単一CPUコア上で1フレームあたり1.3ミリ秒しか必要としない。最後に、個々の構成要素の影響を分析し、深層学習ベースの手法との性能比較について議論する。当トラッカーのソースコードは公開されている。翻译说明：3D space：「3次元空間」6DoF pose：「6自由度（6DoF）姿勢」object texture：「物体のテクスチャ」region and depth information：「領域情報と深度情報」object geometry：「物体の幾何学情報」correspondence lines and points：「対応線と点」occlusion handling：「遮蔽処理」state of the art：「最先端」convergence：「収束」efficiency：「効率性」术语处理：ICG (Iterative Correspondence and Geometry)：首次出现时在括号内标注英文全称，之后直接使用缩写。YCB-Video, OPT, Choi datasets：保留英文名称，但在第一次出现时可以加注释说明其含义或来源，如需进一步详细说明可另行添加注释。深層学習 (Deep Learning)：使用通用译法，并在首次出现时加注英文全称。希望以上翻译符合您的要求。如有任何需要调整的地方，请随时告知。