FFB6D

FFB6D 这是CVPR2021工作的官方源代码FFB6D：用于6D姿态估计的全流双向融合网络。 介绍 在这项工作中，我们本FFB6D，A F ULL F置为低乙idirectional融合网络从单个RGBD图像设计用于6D姿态估计。 我们的主要见解是RGB图像中的外观信息和深度图像中的几何信息是两个互补的数据源，如何充分利用它们仍然是未知的。 为此，我们提出了FFB6D，它可以学习将外观和几何信息相结合以进行表示学习以及输出表示选择。 具体来说，在表示学习阶段，我们在两个网络的完整流程中构建双向融合模块，其中将融合应用于每个编码和解码层。 这样，两个网络可以利用来自另一个网络的本地和全局补充信息来获得更好的表示。 此外，在输出表示阶段，我们设计了一种简单但有效的3D关键点选择算法，该算法考虑了对象的纹理和几何信息，从而简化了关键点的定位以进行精确的姿态估计。 实验结果表明，在几种基准测