May, 2023

利用接触和自由空间数据生成多样真实姿态估计

PDF
TL;DR本文提出了一种从点集体积信息中估计刚性物体合理姿态集的新方法，并使用基于梯度的优化工具和质量多样性（QD）优化文献方法，将该方法应用于力和触觉数据，取得了超过基线方法的性能提升。
pose estimationrigid objectsvolumetric informationcontact dataoptimization
发现论文，激发创造
  • 使用完全可微分的力物理合理的姿态细化

    本文提出了一种端到端可微模型，通过学习目标网格形状中每个顶点处的受力情况来修正手和物体的姿态，从而实现更准确的接触估计和姿态估计。

    May, 2021

  • MoreFusion: 基于体素融合的多目标推理技术在 6D 位姿估计中的应用

    提出了一种基于多视角视野的实时视觉系统，可以从单个 RGB-D 视角提出三维物体姿态建议，并且根据多个视角的姿态估计和非参数占用信息积累这些姿态估计，从而对接触的多个已知对象进行一致的、不相交的姿态估计。应用于实时机器人应用程序中，只使用机载 RGB-D 视觉，机械臂可以精确而有序地拆卸复杂的物体堆放，展示了其准确性和鲁棒性。

    Apr, 2020

  • 基于类别的三维物体感知的最优姿态和形状估计

    本文提出了一个主要解决物体类别感知问题的非凸优化模型，其中包括针对模型内部变异性的解决方案，将图形学和优化算法相结合，以提高汽车姿态估计等领域的精度和鲁棒性。

    Apr, 2021

  • 基于合成数据的鲁棒性类别层次 3D 姿态估计

    本篇论文提出 SyntheticP3D 数据集和 CC3D 方法，结合这两种方法可以实现在只用 10% 的真实数据的情况下，与当前最先进的模型在物体位姿估计方面取得了可与之媲美结果，在采用 50% 的真实数据时还超越了 SOTA 模型 10.4%。

    May, 2023

  • 几何姿态可供性：带场景约束的三维人体姿态

    通过使用基于视觉的场景几何形状信息，我们提出了一种用于改善人体姿态估计的新颖机制：多层深度图。我们展示了这种方法可以提高 3D 姿态估计的精度。

    May, 2019

  • 透视流聚合用于数据受限的 6D 物体姿态估计

    本文提出了一种基于合成图像或少量真实图像训练的 6D 物体位姿估计方法，使用第一网络获得粗略姿态估计后，使用第二网络预测精细的二维对应场，并推断所需的姿态纠正，该方法在显著减少合成图像与真实图像领域差异的情况下具有与需要标注真实图像训练的方法相当的性能，而在使用 20 张真实图像时，它的性能明显优于它们。

    Mar, 2022

  • 多视角图像中的多人姿态估计与形状感知

    本文提出了一种基于多视图图像的多人姿态估计方法，在统计参数体模型的引导下，这种方法能够更好地纠正不合理的 3D 姿态估计和填充缺失的关节点检测，将 2D 和 3D 观测联系起来，从而更准确地估计 3D 姿态并且具有较好的泛化性能，实验表明该方法的效果优于现有的方法。

    Oct, 2021

  • 基于解耦结构的场景内多样化 3D 人体姿态生成

    本文提出了一种新颖的方法，用于在具有语义控制的场景中生成多样化的 3D 人体姿势。

    Jun, 2024

  • 基于物理模拟的残余强化学习和估算手部姿态的熟练性操作

    该研究提出了一种基于深度传感器和一种先进的 3D 手姿估计器的模型，使用模型自由的混合强化学习和模仿学习方法训练代理来实现虚拟环境中手 - 物体交互，通过引入物理约束，使得机器人能够完成更高效的手 - 物体操作。

    Aug, 2020

  • LEAP：从相机姿态中解放稀疏视图三维建模

    摘要：本研究论文探讨了在多视角三维建模中，相机姿势是否是必需的问题，并提出了一种名为 LEAP 的新型无姿势方法，该方法通过数据学习几何知识并使用神经体积进行图像聚合，展示了在预测姿势之下，LEAP 相较于现有方法有明显的性能优势，同时运行速度比 PixelNeRF 快 400 倍。

    Oct, 2023