点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
作者丨张海晗
来源丨泡泡机器人SLAM
标题：EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points
for Monocular Object Pose Estimation
作者：Hansheng Chen, Pichao Wang, Fan Wang, Wei Tian, Lu Xiong, Hao Li
来源：CVPR
编译：张海晗
审核：zhh
大家好，今天要介绍的是CVPR的Best Student Paper，EPro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation。这篇文章通过Softmax将PnP问题带入连续域，结果显著高于现有方法。
摘要:
通过Perspective-n-Points (PnP) 从单个 RGB 图像定位 3D 对象是计算机视觉中长期存在的问题。在端到端深度学习的驱动下，最近的研究建议将 PnP 解释为可微层，以便通过反向传播梯度 w.r.t 来部分学习 2D-3D 点对应关系。物体姿势。然而，从头开始学习整个不受限制的 2D-3D 点集在现有的方法中是无法收敛的，因为确定性姿势本质上是不可微分的。在本文中，我们提出了 EPro-PnP，一种用于一般端到端姿态估计的概率 PnP 层，它输出 SE(3) 流形上的姿态分布，本质上将分类 Softmax 带入连续域。 2D-3D 坐标和相应的权重被视为通过最小化预测和目标姿态分布之间的 KL 散度来学习的中间变量。基本原理统一了现有方法，类似于注意力机制。 EPro-PnP 显著优于竞争基线，缩小了基于 PnP 的方法与 LineMOD 6DoF 姿势估计和 nuScenes 3D 对象检测基准的任务特定领导者之间的差距。
主要贡献:
我们提出了 EPro-PnP，这是一个概率 PnP 层，用于通过可学习的 2D-3D 对应关系进行端到端姿态估计。
我们证明，只需将EPro-PnP 插入 CDPN 框架，EPro-PnP 就可以轻松达到 6DoF 姿态估计的顶级性能。
我们通过提出可变形的对应学习来进行精确的3D 对象检测来展示EPro-PnP 的灵活性，其中整个2D-3D 对应关系都是从头开始学习的
算法流程:
整体流程如上图所示，想通过神经网络提取2D-3D的权重对应关系，再利用提出的PnP方法推算对象位姿的概率。本文的目标是预测一个包含2D和3D以及其对应关系权重的特征X，w表示2D-3D的权重。
PnP层的本质是寻找最小化加权重投影误差fi(y)下的最优位姿y。R和t代表旋转和平移矩阵，公式如下表示：
以前的工作仅通过y的局部解进行反向传播求解，这本质上是不稳定的而且不可微的。本文的一个关键点就是通过引入softmax构建了端到端学习的可微替代方案，保证了可微的概率密度。这里使用的概率密度函数如下：
将位姿 y 的似然函数定义为高斯，即误差平方和
根据贝叶斯定理求解的，位姿y的后验概率表示，也可以被解释为连续的Softmax对应。
在训练的时候对概率模型进行训练，而不是直接对特征X进行训练，从而将整体框架变为可微的形式。
损失函数：
损失函数定义为真值分布与估计分布的KL散度。
真值分布用一个在真值位姿上类似于狄拉克函数的目标分布来表示，当代入后验概率时，
最后，由于不可能计算所有位姿的值，所以通过优先采样来近似分布。在位姿的采样上使用了蒙特卡洛采样方式，这样可以加快采样速度。
实验:
实验部分修改了CDPN的方法进行6DOF位姿推定。在LINEMOD等数据集上得到比较好的结果。
如果你对本文感兴趣，请点击点击阅读原文下载完整文章。
本文仅做学术分享，如有侵权，请联系删文。
3D视觉工坊精品课程官网：
1.面向自动驾驶领域的多传感器数据融合技术
2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)
9.从零搭建一套结构光3D重建系统[理论+源码+实践]
10.单目深度估计方法：算法梳理与代码实现
11.自动驾驶中的深度学习模型部署实战
12.相机模型与标定(单目+双目+鱼眼）
13.重磅！四旋翼飞行器：算法与实战
14.ROS2从入门到精通：理论与实战
15.国内首个3D缺陷检测教程：理论、源码与实战
16.基于Open3D的点云处理入门与实战教程
重磅！3DCVer-学术论文写作投稿交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉+ 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
