6d object pose estimation | BriefGPT

关键词6d object pose estimation

搜索结果 - 39

Omni6DPose：一种用于普适 6D 物体姿态估计和跟踪的基准和模型
6D 目标姿态估计是计算机视觉中一个重要且具有挑战性的任务，本文介绍了 Omni6DPose 数据集以及使用 GenPose++ 方法对其进行的基准分析。
PDFa month ago
稀疏彩码网络：边缘设备上基于实时 RGB 的六维物体姿势估计
我们提出的 Sparse Color-Code Net (SCCN) 是一个清晰简洁的流水线设计，通过利用目标物体的稀疏几何特征加快计算过程，在 RGB 图像上对目标物体进行像素级预测，同时引入了基于像素级几何的物体对称表示方法，有效解决了
PDFa month ago
GenFlow: 适用于新颖物体 6D 姿势细化的通用循环流
GenFlow 通过引导目标物体的形状信息，实现了对新物体的精确性和泛化能力的最佳结合。通过预测渲染图像与观察图像之间的光流并迭代优化 6D 姿态，通过三维形状限制和从端到端可微分系统中学习的通用几何知识，性能得到了提升。通过设计级联网络体
PDF4 months ago
HOIDiffusion: 生成真实的三维手物体交互数据
利用 HOIDiffusion 方法生成了逼真且多样化的三维手物体交互数据，并将其用于学习 6D 物体位姿估计，提高感知系统的效果。
PDF4 months ago
深度集合方法用于 6D 物体姿态估计的不确定性量化
提出一种用于深度集成的多阶段 6D 物体姿势估计方法的不确定性量化方法，使用 SurfEmb 进行实现，并提出一种用于回归任务的新型不确定性校准分数评估估计的质量。
PDF4 months ago
利用扩散模型改进 2D-3D 稠密对应关系以提高 6D 物体姿态估计
比较了基于 GAN 和扩散模型的图像翻译网络在 6D 物体姿态估计任务中的表现，结果表明扩散模型优于 GAN，揭示了进一步改进物体姿态估计模型的潜力。
PDF5 months ago
FoundationPose: 统一的新物体 6D 姿态估计与跟踪
FoundationPose 是一个统一的基础模型，用于 6D 物体姿态估计和跟踪，通过神经内隐表示实现了对新视角的有效产生，并通过大规模合成训练、转换器结构和对比性学习公式实现了较强的广义性和优越的性能。
PDF7 months ago
SAM-6D：分割全能模型满足零射 6D 物体姿态估计
通过实例分割和姿态估计两个步骤，SAM-6D 是一个新的框架，用于在杂乱的 RGB-D 图像中实现零样本 6D 物体姿态估计的任务，并在 BOP 基准的七个核心数据集上超越现有方法。
PDF7 months ago
基于 SE (3) 扩散模型的点云配准方法用于鲁棒的 6D 物体位姿估计
本研究介绍了一种基于 SE (3) 扩散模型的点云注册框架，用于实现现实场景下的 6D 物体姿态估计。我们的方法将 3D 注册任务作为一种去噪扩散过程，逐步改进源点云的姿态，以与模型点云精准对齐。通过 SE (3) 扩散过程和 SE (3)
PDF8 months ago
ZS6D: 使用视觉变换器进行零样本 6D 物体姿态估计
通过使用预训练的 Vision Transformers（ViT）提取的视觉描述符，我们引入了 ZS6D 方法，用于零样本新目标 6D 姿态估计，该方法在众多最新的姿态估计方法上表现卓越，无需进行特定任务的微调。我们在 LMO、YCBV 和
PDF9 months ago
ICCV自监督 6D 物体姿态估计中的伪流一致性
无需辅助信息，我们提出了一种使用纯 RGB 图像进行训练的 6D 物体姿态估计方法，通过利用来自多个不同视角的合成至实图像对中的几何约束（以像素级流一致性的形式表示）进行精化策略，从合成图像中获得初始姿态估计，并使用动态生成的伪标签。在三个
PDF10 months ago
ICCV融合深度变换网络与加权向量关键点投票的鲁棒性 6D 物体姿态估计
通过提出的全新深度融合转换块 (DFTr)，结合了全局增强特征提取和语义相似性建模的算法进行一张 RGBD 图像的 6D 物体姿态估计。此外，还引入了一种新颖的加权矢量投票算法，实现了非迭代的全局优化策略，以精确定位三维关键点，并实现接近实
PDFa year ago
重新审视用于物体 6D 姿态估计的全卷积几何特征
最近在 6D 物体姿态估计方面的研究主要聚焦于学习图像和物体模型之间的关键点对应关系，并通过基于 RANSAC 的算法或直接通过端到端优化来确定物体姿态。本文主张学习点级别的辨别特征在文献中被忽视，为此，我们重新研究了完全卷积几何特征（FC
PDFa year ago
YOLOPose V2：基于 Transformer 的 6D 姿态估计的理解与改进
基于 Transformer 的 YOLOPose 模型通过关键点回归和改进的方式实现多目标 6D 姿态估计，适用于实时应用，并达到与最先进方法相媲美的效果。
PDFa year ago
通过 SE (3) 上基于分数的扩散解决 6D 目标姿态估计中的歧义问题
通过引入得分基础扩散方法进行 $SE (3)$ 分组，针对姿态估计任务进行特定设计，优化 Langevin 动力学的收敛性和计算效率。在实验中，证明该方法处理姿态的模糊性，缓解透视引起的模糊性并展示了该 surrogate Stein 分数
PDFa year ago
CVPR六自由度物体姿态估计刚性感知检测
提出了一种基于 6D 目标姿态估计的刚性感知检测方法，利用可见目标区域进行训练样本的采样，使用最小障碍距离构建了可见性图，产生更好的检测性能，并结合姿态回归网络在很多 6D 目标姿态评估数据集中获得了最佳结果。
PDFa year ago
CVPRTexPose：自监督 6D 物体姿态估计的神经纹理学习
本文介绍了通过神经纹理学习从合成数据和少量未标记真实图像中估算 6D 物体姿势的方法，并提出了一种新的学习方案以消除以前工作的缺点。
PDF2 years ago
野外类别级别 6D 物体姿态估计：Semi-Supervised 学习方法和新数据集
使用 Wild6D 数据集，采用半监督学习，通过自由的渲染方法与真实数据的轮廓匹配目标函数得到的 Rendering for Pose estimation network RePoNet 模型，在无需真实数据 3D 标注的情况下，能更好地
PDF2 years ago
ECCV基于单目 RGB 图像的类别级 6D 物体姿态估计的对象级深度重建
本文提出了一种名为 OLD-Net 的新颖方法，该方法利用 RGB 图像推断出物体水平六维姿态。在这个方法中，我们利用两个新的模块 NGPH 和 SDDR 来学习高保真度的物体水平深度和精美的形状表示，最后通过将预测的规范化表示与反向投影的
PDF2 years ago
CVPRFS6D: 对新物体进行少样本 6D 姿态估计
本文探讨了一种新的开放式少样本目标 6D 姿态估计问题，并提出了一种密集的 RGBD 原型匹配框架，加上深度外观和几何相关性的先验，以及一种在线纹理融合方法，为解决这个问题建立了基准。
PDF2 years ago