DRACO20K

我们提出了 DRACO，一种从一个或多个 RGB 图像中对对象形状进行密集重建和规范化的方法。规范形状重建——估计坐标空间中的 3D 对象形状，为缩放、旋转和平移参数规范化——是一种新兴的范式，有望用于多种机器人应用。先前的方法要么依赖于精心收集的密集 3D 监督，要么只产生稀疏的规范表示，从而限制了现实世界的适用性。 DRACO 在训练时仅使用相机姿势和语义关键点形式的弱监督来执行密集规范化。在推理过程中，DRACO 仅使用对象的一个或多个 RGB 图像来预测规范坐标空间中以对象为中心的密集深度图。规范形状重建和姿态估计的大量实验表明，DRACO 具有竞争力或优于全监督方法。

搜集汇总

背景与挑战

背景概述

DRACO20K数据集提出了一种密集重建和规范化对象形状的方法，该方法仅依赖相机姿态和语义关键点等弱监督进行训练，并基于RGB图像预测规范深度图。该数据集由多所大学于2020年发布，用于三维重建和姿态估计任务。