6D姿勢推定2026/10/11arXiv:2610.15287

ASM-6D: 完全対応フローマップによる高速で保証された姿勢・形状推論

ASM-6D: Fast Certified Pose-Shape Inference with Complete Correspondence Flow Maps

RGB-D画像からカテゴリーレベルの6D姿勢と形状を推定する手法ASM-6Dを提案。生成的な完全形状予測とアクティブシェイプモデルを共有対応で結びつけ、9変数の最適化に帰着させることでリアルタイムな複数仮説評価を実現した。

詳しい要約

1. どんなもの？

- RGB-D画像からcategory-levelの6D poseとshapeを推定する手法ASM-6Dを提案。 - 生成的なcomplete-geometry予測と、共有correspondenceを介した明示的なpose-shape推論を結合。 - 隠れた点も含む完全な3D correspondence仮説を生成し、category-level Active Shape Model (ASM)と点identityを共有。 - 各仮説を直接rotation, translation, metric scale, instance shapeにフィット。 - 別途のcorrespondence-assignment段階を不要にする。

2. 先行研究と比べてどこがすごい？

- 従来はcorrespondence-assignmentを別段階で行う必要があったが、ASM-6Dはそれを不要化。 - 生成的なcorrespondence予測とactive shape variationの重要性をablationで示す。 - ROPEとHouseCat6Dベンチマークでstate-of-the-art性能を達成。 - 複数仮説をリアルタイムでバッチ評価可能。 - shape completion, shape-dependent pose ambiguity, tracking, robotic graspingも支援。

3. 技術・手法の肝は？

- 生成モデルで完全な3D correspondence仮説を生成し、ASMと点identityを共有。 - 各仮説をrotation, translation, metric scale, instance shapeに直接フィット。 - translationとshape係数を解析的に消去し、9変数のscaled-rotation最適化問題に帰着。 - これにより複数仮説の効率的なバッチ評価が可能。 - 推論予算に応じて6-38 Hzで動作。

4. どうやって有効だと検証した？

- ROPEとHouseCat6Dベンチマークで評価し、state-of-the-art性能を達成。 - Ablationにより生成的correspondence予測とactive shape variationの重要性を検証。 - shape completion, shape-dependent pose ambiguity, tracking, robotic graspingへの応用も示す。 - 推論速度は6-38 Hz（推論予算依存）。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- Active Shape Model (ASM) - ROPE - HouseCat6D - category-level 6D pose and shape estimation - generative complete-geometry prediction

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Ho Jin Choi, Minku Kim, Nadia Figueroa

分類: cs.CV, cs.RO

原文アブストラクト

Category-level 6D pose and shape estimation requires recovering an object's pose and geometry from partial observations without an exact instance model. We present ASM-6D, which couples generative complete-geometry prediction with explicit category-level pose-shape inference through shared correspondences. Given an RGB-D image, ASM-6D generates alternative complete 3D correspondence hypotheses whose point identities are shared with a category-level Active Shape Model (ASM), including occluded points. Each hypothesis is fitted directly for rotation, translation, metric scale, and instance shape without a separate correspondence-assignment stage. We analytically eliminate translation and shape coefficients, reducing fitting to a nine-variable scaled-rotation optimization problem that enables efficient batched evaluation of multiple hypotheses in real time. ASM-6D achieves state-of-the-art performance on ROPE and HouseCat6D benchmarks. Ablations demonstrate the importance of generative correspondence prediction and active shape variation. The representation also supports shape completion, shape-dependent pose ambiguity, tracking, and robotic grasping at 6-38 Hz, depending on the inference budget.

arXivで原文を読む →arXiv概要ページ

ASM-6D: 完全対応フローマップによる高速で保証された姿勢・形状推論

詳しい要約

1. どんなもの？

2. 先行研究と比べてどこがすごい？

3. 技術・手法の肝は？

4. どうやって有効だと検証した？

5. 議論はある？

6. 次に読むべき論文は？

原文アブストラクト

関連論文

今週よく読まれている記事

FRONTIER（GPU搭載BTOパソコン）

双腕モバイルマニピュレーター OpenShell