6d pose | BriefGPT - AI 论文速递

关键词6d pose

搜索结果 - 9

GS-Pose：通用分割 6D 物体位姿估计的级联框架
GS-Pose 是一个端到端的定位和估计物体 6D 姿态的框架，通过构建三种不同的表示形式，利用逐步定位、检索方法和渲染比较方法，以适应各个阶段的合适物体表示，并利用可用的工具链和常见硬件进行新对象的数据捕捉和数据库添加。在 LINEMOD
PDF4 months ago
BodySLAM++：快速而紧密耦合的视觉惯性摄像机和人体运动跟踪
本文提出了一种快速、高效、准确的人体和相机状态估计框架 BodySLAM++，通过视觉惯性数据对人体状态和相机状态同时进行估计，并在 Intel i7 处理器的环境下实现了 15 + 帧每秒的实时性能，相对于基准方法，我们的系统分别提高了
PDF10 months ago
TrackAgent: 通过强化学习进行 6D 物体追踪
追踪物体的六维姿态，在物体本身或观察相机移动时，对许多机器人学和增强现实应用非常重要。在跟踪任务的严格时间限制下，我们提出了将物体追踪简化为加强点云（仅深度）对齐任务的方法。
PDFa year ago
IJCAIBiCo-Net: 全局回归，局部匹配，用于强韧的 6D 姿态估计
本研究提出了一种双向对应映射网络 (BiCo-Net)，使用定向点对进行局部匹配，并结合姿态感知信息，生成并优化局部坐标及其法向量，以恢复起源于 RGB-D 图像、被分割成对象实例的物体的 6D 姿态，从而实现克服因严重遮挡和深度图像中的系
PDF2 years ago
CVPRD-Grasp：手 - 物互动中物理合理的动态抓取合成
研究了利用强化学习和物理模拟方法实现动态抓取合成任务，将该任务分解为底层抓取和高层运动合成，并生成逼真的人类手部运动序列
PDF3 years ago
CVPR基于渲染和比较的单视图机器人姿势和关节角度估计
RoboPose 是一种从单个 RGB 图像估计已知关节机器人的关节角度和 6D 相机到机器人姿态的方法，可用于协作机器人，并使用合成数据进行训练，性能超过现有的技术。
PDF3 years ago
CVPRFS-Net：一种快速的基于形状的网络，用于解耦旋转机制的类别级 6D 物体姿态估计
本文提出了一种快速形状网络（FS-Net），用于从单眼 RGB-D 图像中实现类别级 6D 姿态和大小的估计，该网络具有高效的类别级特征提取方法和新颖的解耦式旋转机制，该方法在两个基准数据集上实验表明取得了最佳性能。
PDF3 years ago
DeepHMap++：结合投影分组和对应关系学习的全自由度姿态估计
本文提出一种基于卷积神经网络的 2 阶段模型，采用投影分组和对应关系学习方法预测物体位姿，优于现有的其他方法。
PDF5 years ago
CVPR基于标准化目标坐标空间的分类别 6D 目标位姿和大小估计
本文旨在估计 RGB-D 图像中看不见的物体实例的 6D 姿态和尺寸，通过引入归一化对象坐标空间 (NOCS) 及基于区域的神经网络，结合大量混合现实数据来训练模型，最终能够在真实环境中以鲁棒的方式估计看不见的物体实例的姿态和大小，并在标准
PDF5 years ago