Для решения проблемы ограничения точности оценки 6D позы объекта в условиях сложного фона и слабой текстуры в данной работе предложена структура оценки позы с учетом неопределенности. Во-первых, на этапе извлечения признаков в структуре кодировщик-декодировщик введен модуль усиления многомасштабного рецептивного поля, который за счет интеграции контекстной информации с различными масштабами свертки и коэффициентами разрежения улучшает многомасштабное представление объектов со слабой текстурой в сети. Во-вторых, разработан механизм голосования на уровне пикселей с учетом уверенности для моделирования доверия к результатам предсказания плотного векторного поля ключевых точек, а также для адаптивного взвешивания вклада пикселей в процессе голосования ключевых точек для повышения устойчивости локализации ключевых точек. Наконец, неопределенность результатов локализации ключевых точек явно вводится в процесс решения позы, формируя структуру оценки позы PnP с учетом неопределенности для ослабления влияния шумных ключевых точек на оценку позы. Экспериментальные результаты на наборах данных LineMOD, Occlusion LineMOD и YCB-Video показывают, что предложенный метод значительно улучшает точность оценки позы по сравнению с различными методами, такими как BB8, DenseFusion, PoseCNN, со средним увеличением метрики средней дистанции (ADD) примерно на 7% и демонстрирует хорошую устойчивость в условиях сложного фона и слабой текстуры. Результаты экспериментов полноценно подтверждают эффективность метода и его адаптивность к сложным сценариям.

оценка позы объекта; локализация ключевых точек; голосование с уверенностью на уровне пикселя; учет неопределенности; решение позы PnP