日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
姿勢推定arXiv:2610.09535

WAPR: 未知物体の姿勢推定における広角リファインメント基盤モデル

WAPR: A Foundation Model for Wide-Angle Refinement in Unseen Object Pose Estimation

シェア:XThreadsFacebookLINEはてブBluesky

最大90度の回転ずれを持つ候補姿勢を修正するゼロショット姿勢リファインメントモデルを提案し、大規模データセットSA6Dと角度バランス損失で学習を安定化、未知物体の6D姿勢推定で最高性能を達成した。

詳しい要約

1. どんなもの？

- 6D pose estimation のための zero-shot wide-angle pose refinement model『WAPR』を提案。 - 検出物体ごとに最大 12 個の candidate poses から、最大 90 度の回転偏差を補正可能。 - 1 frame あたり 1 秒以内の推論、最大 25 instances/s の throughput を実現。 - 回転対称物体に対応するため rotational symmetry priors を導入。 - 大規模 6D 学習データセット『SA6D』も構築。

2. 先行研究と比べてどこがすごい？

- 従来の pose refinement は狭い角度範囲の補正が中心で、wide-angle なずれには弱かった。 - WAPR は最大 90 度の回転偏差を zero-shot で補正でき、少ない candidate poses で高速推論が可能。 - 7 つの BOP core datasets で unseen-object 6D pose localization/detection の state-of-the-art を達成。 - fast および unconstrained な推論設定の両方で優位性を示す。

3. 技術・手法の肝は？

- wide-angle refinement を可能にする zero-shot モデル。 - rotational symmetry priors を用いて、対称等価な pose targets を loss 計算前に canonicalize。 - SA6D は KASAL-assisted rotational symmetry priors を 944 GSO scans に付与し、geometry/texture augmentation で約 50K augmented object instances、約 2M rendered RGB-D images に拡張。 - angle-balanced loss により、大きな誤差の uninformative なケースの影響を減らし、角度範囲間の学習を安定化。

4. どうやって有効だと検証した？

- 7 つの BOP core datasets で実験。 - unseen-object 6D pose localization と detection の両タスクで評価。 - fast および unconstrained な推論設定の双方で state-of-the-art 性能を確認。 - 1 frame 1 秒以内、最大 25 instances/s の throughput も報告。

5. 議論はある？

- 要旨からは、wide-angle refinement の限界や失敗ケース、計算コストの詳細な議論は不明。 - rotational symmetry priors の一般性や SA6D の偏りについては要旨からは不明。 - angle-balanced loss の理論的根拠や他手法との比較詳細は要旨からは不明。

6. 次に読むべき論文は？

- BOP core datasets に関する論文。 - GSO (Google Scanned Objects) データセット。 - KASAL を用いた rotational symmetry prior 推定手法。 - 6D pose estimation の代表的手法 (例: PoseCNN, PVNet, FoundationPose など)。 - zero-shot / unseen object pose estimation の関連研究。

※ 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: Yulin Wang, Mengting Hu, Hongli Li, Jianghao Zhou, Chen Luo

分類: cs.CV, cs.AI, cs.RO

原文アブストラクト

Real-world applications require 6D pose estimation to be accurate, fast, and scalable to unseen objects. This paper introduces WAPR, a zero-shot wide-angle pose refinement model that refines candidate poses with rotational deviations up to 90 degrees. With as few as 12 candidate poses per detected object instance, WAPR supports fast inference within 1 s per frame and reaches a pose-estimation throughput of up to 25 detected object instances per second. To support wide-angle training for rotationally symmetric objects, WAPR uses rotational symmetry priors to canonicalize symmetry-equivalent pose targets before loss computation. We further construct SA6D, a large-scale 6D training dataset with such priors. SA6D obtains KASAL-assisted rotational symmetry priors for 944 GSO scans and expands them through geometry and texture augmentation into about 50K augmented object instances and about 2M rendered RGB-D images. In addition, an angle-balanced loss stabilizes learning across different angular ranges by reducing the influence of uninformative large-error cases. Experiments on seven BOP core datasets show that WAPR achieves state-of-the-art performance in unseen-object 6D pose localization and detection under both fast and unconstrained inference settings. Project page: https://github.com/WangYuLin-SEU/WAPR.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI