Pour résoudre le problème des limitations de précision de l'estimation de la pose 6D des objets dans des conditions de fond complexe et de faible texture, cet article propose un cadre d'estimation de pose sensible à l'incertitude. Premièrement, lors de la phase d'extraction des caractéristiques, un module d'amélioration du champ récepteur multi-échelle est intégré dans la structure encodeur-décodeur, permettant d'améliorer la capacité de représentation multi-échelle du réseau pour les cibles à faible texture en fusionnant les informations contextuelles à différentes échelles de convolution et taux de dilatation. Deuxièmement, un mécanisme de vote sensible à la confiance au niveau pixel est conçu pour modéliser la confiance des prédictions du champ vectoriel unitaire dense des points clés, et un poids adaptatif est appliqué au processus de vote des points clés pour améliorer la robustesse de la localisation. Enfin, l'incertitude de la localisation des points clés est explicitement introduite dans le processus de résolution de pose, construisant ainsi un cadre d'estimation de pose PnP sensible à l'incertitude afin de réduire l'impact des points clés bruités sur l'estimation de la pose. Les résultats expérimentaux sur les ensembles de données LineMOD, Occlusion LineMOD et YCB-Video montrent que la méthode proposée améliore significativement la précision de l'estimation de pose par rapport à plusieurs méthodes telles que BB8, DenseFusion, PoseCNN, avec une amélioration moyenne d'environ 7 % de la métrique de distance moyenne (ADD), et présente une bonne robustesse dans des scènes à fond complexe et à faible texture. Les résultats expérimentaux valident pleinement l'efficacité et la capacité d'adaptation aux scènes complexes de cette méthode.

estimation de pose d'objet ; localisation des points clés ; vote de confiance au niveau pixel ; conscience de l'incertitude ; résolution de pose PnP