DPOD: 6D Pose Object Detector and Refiner

  DPOD (Dense Pose Object Detector)是一种基于稠密对应的6D位姿估计方法，不过它的对应不是回归图像中ROI像素对应的归一化的3D坐标，而是将物体的三维模型涂上一层各处都不一样的颜色，然后将2D-3D对应问题转化为分类问题。

1 Correspondence Mapping

  如图所示，将一张两通道的correspondence texture投影到物体模型的表面上。注意，这张correspondence texture可以理解为一张RGB图像，其中一个通道的色彩值一样，而且图像上每个点的颜色都不一样，共有($256\times 256$种色彩)；之后，将该图投影到物体的三维模型表面上，这样，一种色彩就对应了物体表面的一个点。
  采用这种方法的好处是，将2D-3D的对应问题转化为色彩分类问题；但缺点是在制作训练集时，需要渲染得到模型在不同GT pose下的彩色模型图像。

2 Inference pipeline

  输入一张$(3,H,W)$的图像，该网络有三个输出，分别是语义分割结果$(O,H,W)$(其中，$O$是物体的类别数加1)，色彩预测结果$U:(C,H,W)$和$V:(C,H,W)$(其中，$C$表示每个色彩通道256个取值的分类概率值)。

3 Pose Refinement