摘要

从单张RGB图像中推断物体的6自由度（6DoF）位姿是一项重要但极具挑战性的任务，尤其是在严重遮挡的情况下。尽管近期方法通过构建端到端的流水线对两阶段方法进行了改进，但这些方法并未充分利用局部与全局约束信息。本文提出了一种成对特征提取（pairwise feature extraction）方法，以整合局部约束；同时引入三元组正则化（triplet regularization）来融合全局约束，从而提升6DoF物体位姿估计的精度。结合更优的数据增强策略，本方法在具有挑战性的遮挡Linemod数据集上取得了当前最优性能，相较于此前的最先进方法提升了9%；同时在标准Linemod数据集上也取得了具有竞争力的结果。