这一步的工作原理与稀疏姿态细化类似,都是最小化场景点与最接近模型点的平面之间的距离。不同之处在于
从场景中提取所有点可以提高细化的精度,但比在子采样场景点上细化要慢。密集姿态细化默认为启用,但可以使用通用参数 "dense_pose_refinement" 禁用。
在密集姿态细化后,每个匹配点的得分都要重新计算。使用通用参数值 "pose_ref_scoring_dist_rel" 或 "pose_ref_scoring_dist_abs" 来设置将一个点视为 "在" 对象上的阈值。当使用边缘支持匹配时,参数 "pose_ref_scoring_dist_edges_rel" 或 "pose_ref_scoring_dist_edges_abs" 可控制相应的边缘阈值。
细化姿态的最终精度取决于多个因素。内部细化算法的精度可达模型大小(直径)的 1e-7 倍。只有在最佳条件下才能达到这一最高精度。影响最终精度的因素包括:模型的形状、场景点的数量、场景点的噪声、对象实例的可见部分以及对象的位置。
返回的匹配数可由通用参数 num_matches 控制,但也取决于匹配数是否超过最低得分 MinScore。