稀疏视图下的单目6D姿态估计的对象高斯方法
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了单目物体姿态估计中对准确2D-3D对应关系的依赖问题，传统方法常需昂贵的CAD模型。我们提出的SGPose框架通过随机立方体初始化和高斯方法进行稀疏视图下的物体姿态估计，成功消除了对CAD模型的需求。实验表明，SGPose在稀疏视图限制下超越了现有方法，展现出其在现实应用中的潜力。
通过3D高斯喷洒方法，开发了一种无需相机姿态的稀疏视图合成的新构建和优化方法。使用单目深度和将像素投影回3D世界逐步构建解决方案，并通过检测训练视图与渲染图像之间的2D对应关系，开发了统一可微的管道来完成相机注册和相机姿态与深度的调整。在Tanks和Temples以及Static Hikes数据集上，展示了仅使用三个广泛间隔的视图的结果，质量明显优于竞争方法。使用一半数据集时，随着视图数量的增加，结果改善，并且超过了先前的方法。
