无渲染6-D姿态估计

自监督免标注

不依赖6-D标注和纹理模型的自监督方法，通过坐标系基准重初始化和时空约束，以帧间关系学习物体姿态表示。

Mu, Fengjun · 黄瑞 · Zhang, Jingting · 邹朝彬 · Shi, Kecheng · Shixiang, Sun · Zhan, Huayi · Pengbo, Zhao · 邱静 · 程洪

IEEE Transactions on Industrial Informatics 2024

参数信息

姿态估计精度（ADD(-S)）

83.7 %

姿态估计精度（ADD(-S)）

54.3 %

技术优势

无需标注数据

采用自监督学习框架，直接从无标注视频中学习姿态表示，省去人工标注6-D姿态的成本。

不依赖纹理模型

通过坐标系基准重初始化和时空约束解析器，仅利用RGB图像帧间关系即可学习姿态表示，无需带纹理的物体模型。

跨数据集表现优越

在YCB-Video和T-LESS两个主流基准上取得有竞争力的精度，证明方法对纹理差异和工业场景的鲁棒性。

应用场景

• 工业机器人抓取：机器人可在无CAD模型时估计工件6-D姿态，适应生产线快速换产。
• 自动化装配：无需纹理模型即可定位零件，支持非标准件自动化装配。
• 视觉检测：从任意视角估计物体姿态，辅助缺陷检测与尺寸测量。
• 机器人视觉感知：作为视觉感知模块，为机器人提供自监督得到的物体姿态。