6DoF位姿估计的度量标准

1. ADD
   参考 Model Based Training, Detection and Pose Estimation of Texture-Less 3D Objects in Heavily Cluttered Scenes - hinterstoisser2012accv
   

• 针对非对称物体：Average Distance
  已知Ground turth $[\mathrm{R}|\mathrm{T}]$ 以及预测结$[{\mathrm{R}}_{\mathrm{p}}|{\mathrm{T}}_{\mathrm{p}}]$，用这两个数据对模型点云进行变换，然后求出每个对应点距离的平均值。
  $$\mathrm{A}\mathrm{D}\mathrm{D}=\frac{1}{\mathrm{m}}\sum _{\mathrm{x}\in \mathrm{m}\mathrm{o}\mathrm{d}\mathrm{e}\mathrm{l}}||(\mathrm{R}\mathrm{x}+\mathrm{T})-({\mathrm{R}}_{\mathrm{p}}\mathrm{x}+{\mathrm{T}}_{\mathrm{p}})||$$
  如果计算出来的ADD小于某一个设定的阈值（PoseCNN等工作中，阈值为10%*model_diameter），则预测位姿被认为是正确的。

• ADD-S 针对“对称物体”

  对于对称物体，预测出来的和标注的值在旋转轴上可能会相差较大，然而并不一定代表实际的效果不好。$\mathrm{A}\mathrm{D}\mathrm{D}-\mathrm{S}$使用最近点计算距离，最近距离可由快速搜索算法knn等计算。
  $$\mathrm{A}\mathrm{D}\mathrm{D}-\mathrm{S}=\frac{1}{\mathrm{m}}\sum _{{\mathrm{x}}_1\in \mathrm{m}\mathrm{o}\mathrm{d}\mathrm{e}\mathrm{l}}\underset{{\mathrm{x}}_2\in \mathrm{m}\mathrm{o}\mathrm{d}\mathrm{e}\mathrm{l}}{\min }||(\mathrm{R}{\mathrm{x}}_1+\mathrm{T})-({\mathrm{R}}_{\mathrm{p}}{\mathrm{x}}_2+{\mathrm{T}}_{\mathrm{p}})||$$

• 计算代码（用到了knn,参考DenseFusion的评测代码）

# 对称物体
if idx[0].item() in sym_list:  
            target = target[0].transpose(1, 0).contiguous().view(3, -1)
            pred = pred.permute(2, 0, 1).contiguous().view(3, -1)
            inds = knn(target.unsqueeze(0), pred.unsqueeze(0))  # 找到最近邻
            target = torch.index_select(target, 1, inds.view(-1).detach() - 1)
            target = target.view(3, bs * num_p, num_point_mesh).permute(1, 2, 0).contiguous()
            pred = pred.view(3, bs * num_p, num_point_mesh).permute(1, 2, 0).contiguous()
# 非对称物体
dis = torch.mean(torch.norm((pred - target), dim=2), dim=1)  # 对应点求L2范数
1
2
3
4
5
6
7
8
9
10

3. 重投影误差
   将估计后的三维点，重投影到二维图像，计算原图像与重投影图像的差别。
   【参考DeepIM】

4. 5度旋转，5cm平移的容忍，小于这个范围就是估计正确，从而转换成01分类问题的度量
   【参考DeepIM】

5. 直接计算平移差与欧式角度误差
   此方法出现于最近看的部分中文论文。相比之下更加直观。