深刻な遮蔽やテクスチャの少ない挑戦的なシーンにおいて、物体のカメラ座標系における位置と姿勢を正確に推定し、さらにネットワークの効率を向上させ、構造を簡素化するために、本論文ではRGB-Dデータに基づき補助学習を用いた6自由度姿勢推定手法を提案する。ネットワークは対象物体の画像パッチ、対応する深度マップ、CADモデルを入力とし、まず双分岐点群登録ネットワークを用いてモデル空間およびカメラ空間での予測点群を得る。次に補助学習ネットワークにおいて、対象物体の画像パッチと深度マップから得られるDepth-XYZを多モーダル特徴抽出および融合モジュールに入力し、粗から細への姿勢推定を行い、その推定結果を先行知識として損失計算の最適化に用いる。最後に性能評価段階では、補助学習ブランチを廃止し、双分岐点群登録ネットワークの出力のみを用いて点特徴マッチングによる6自由度姿勢推定を行う。実験結果は、提案手法がYCB-VideoデータセットにおいてAUCおよびADD-S<2 cmの結果でそれぞれ95.9%、99.0%、LineMODデータセットにおける平均ADD（-S）で99.4%、LM-Oデータセットにおける平均ADD（-S）で71.3%を示すことを示した。既存の他の6自由度姿勢推定手法と比較して、補助学習を用いる本手法はモデル性能において優位性を持ち、姿勢推定の精度が大幅に向上した。

6自由度姿勢推定;補助学習;深度画像;3次元点群