object pose estimation | BriefGPT

关键词object pose estimation

搜索结果 - 53

自监督视觉 Transformer 用于新颖目标的 3D 姿态估计
本研究评估和展示了使用对比学习来训练深度模板匹配的自监督 CNNs 和 Vision Transformers 之间的差异。结果表明，Vision Transformers 在匹配准确度方面优于 CNNs，并且对于某些情况，预训练的 Vis
PDFa year ago
一种概率旋转表示对称形状的高效可计算 Bingham Loss 函数
本文研究物体姿态估计中的旋转表示方式，提出了一种在 Bingham 分布下易于实现和计算的负对数似然损失函数，并证明了其对称性能够良好捕捉目标物体的共性。
PDFa year ago
POPE：使用一个参考物，在任何场景中准确预估物体的六自由度位姿
该研究提出了一种称为 POPE 的物体姿态估计方法，利用预训练的大型 2D 基础模型，采用具有分层特征表示和 3D 几何原则的框架，并估计新视图中的物体提示和目标物体之间的相对相机姿态，实现了零样本环境下的 6DoF 物体姿态估计，不仅能完
PDFa year ago
基于超椭球体的物体姿态估计技术在机器人抓取中的应用
本文提出了一种基于超椭球的框架 ShapeShift，可以预测对象相对于拟合对象的基本形状的姿态，提高了目标姿态估计的准确性和描述能力，使其能够适用于新的几何形状。
PDFa year ago
CVPRHS-Pose: 混合范围特征提取用于类别级目标姿态估计
本研究提出了一种名为 HS-layer 的简单网络结构，可以从点云数据中提取混合范围潜在特征，用于类别级对象姿态估计任务。使用 HS-layer 取代 GPV-Pose 基线方法中的 3D-GC 层，可以显著提高性能，在 5d2cm 指标上
PDFa year ago
CVPR带统计保证的物体位姿估计：依从关键点检测和几何不确定性传播
本文提出了一个可证明误差界限的姿态估计器，基于两阶段目标姿态估计范例，并注入了两个基本变化，即确定性关键点检测和几何不确定性传播。进行实验展示，PURSE 覆盖了真实姿态和最坏情况下的误差边界提供了正确的不确定性量化
PDFa year ago
ECCVCATRE：用于类别级别目标姿态细化的迭代点云对齐
该研究提出了一个基于点云的分类目标姿态和大小优化方法 CATRE，它能够迭代地从点云中增强初始姿态估计以产生准确的结果，并且相较于其他基于先前的对应或直接回归方法，在多个实验库中实现了竞争的结果。
PDF2 years ago
基于 3D 增强的对比知识蒸馏，用于基于图像的物体位姿估计
该研究论文提出了一种基于图像的物体姿态估计方法，利用多模态方法学习的 3D 知识通过对比知识蒸馏框架有效地转移给单模态模型，使其在没有 3D 信息的情况下提升物体姿态估计准确率，实验证明了该方法的有效性。
PDF2 years ago
CVPROnePose：无 CAD 模型一次性物体姿态估计
本文提出了一种名为 OnePose 的新方法，可以在没有 CAD 模型的情况下对任意类别的物体进行物体姿态估计，利用视觉定位和图形注意力网络结合进行 2D 和 3D 特征匹配，结合基于特征的姿势跟踪器，可以实现对日常家用物品 6D 姿态的实
PDF2 years ago
PhoCaL: 一个用于光度挑战物体分类级别姿态估计的多模态数据集
介绍了一种新的多通道数据集 PhoCaL，用于实现物体类别级别的姿态估计，并评估了最先进的 RGB-D 和单 ocular RGB 方法。
PDF2 years ago
CVPRRNNPose：基于循环神经网络的鲁棒对应场估计和姿态优化的 6 自由度物体位姿细化
本文提出了基于递归神经网络的物体姿态细化框架，通过估计匹配场解决非线性最小二乘问题进行物体姿态细化，引入一致性检查机制提高鲁棒性，实验结果验证了该方法的有效性和具有最先进的性能。
PDF2 years ago
用于多视角三维重建的现实数据集
本文介绍了一种包含近千个三维对象模型及超过 84 万个现实世界的 RGB 和深度图像数据集，旨在填补现有研究中缺乏的三维多视图重建的真实数据基准。该数据集通过半自动方式实现相机位置与物体姿态的精准标注，为形状重建、物体姿态估计、形状检索等
PDF2 years ago
CVPRUDA-COPE: 面向类别级目标位姿估计的无监督域自适应
本文提出了一种无监督领域自适应方法（UDA-COPE）来实现基于类别的物体姿态估计，不需要使用目标域的姿态标签，而是使用一种带有学生 - 教师自监督学习框架的姿态估计网络进行训练，并在预测出来的归一化物体坐标空间地图和真实点云之间介绍了一个
PDF3 years ago
ICCVStereOBJ-1M：6D 物体位姿估计的大规模立体图像数据集
我们介绍了一个大规模立体 RGB 图像物体姿态估计数据集 StereOBJ-1M，为了解决透明、半透明、反射等复杂场景下的姿态估计问题，并通过一种新颖的多视图注释方法有效地收集了足够规模的数据。该数据集包含超过 393K 帧、超过 1.5M
PDF3 years ago
CVPRReAgent: 点云配准的模仿和强化学习
本篇论文提出了一种基于强化学习的点云迭代配准算法（ReAgent），通过引入一个新的对齐奖励函数进行多策略融合优化，显著提高了算法的配准性能，实验证明该算法在 ModelNet40 和 ScanObjectNN 数据集上均具备优秀的性能，在
PDF3 years ago
CVPRMonoRUn: 单目三维物体检测通过重建和不确定性传播
提出了一种名为 MonoRUn 的检测框架，该框架通过自我监督学习，仅使用简单的三维边界框注释学习密集的对应关系和几何学，并利用不确定性感知的区域重建网络来回归像素相关的三维目标坐标，并利用预测的不确定性通过整个下游模块，实现对象姿态的估计
PDF3 years ago
PyraPose: 基于特征金字塔的快速准确物体姿态估计在领域变化下的应用
使用合成数据训练神经网络的目标位姿估计模型，通过局部到全局的物体信息实现从合成数据到实际场景的位姿估计迁移，该模型在多个标准数据集上的表现超过现有技术 35％，并在现实世界中进行了抓取实验以证明使用合成数据的优势。
PDF4 years ago
基于行动决策过程的六自由度位姿估计
本研究从动作决策的角度重新定义了物体姿态估计问题，通过神经网络依次评估可能的动作，更新初始姿态以使虚拟 3D 渲染物体向正确解决方案迭代。这种决策过程不仅具有较小的计算成本并且可以应用于新的物体类型。在 Laval 和 YCB 视频场景中，
PDF4 years ago
通过神经分析合成实现类别层级物体姿态估计
本文提出了一种基于图像合成模块和基于梯度的拟合过程相结合的方法，能够通过显式地表示个别物体实例的需求，来隐式地表示整个物体类别的外观、形状和姿态，从而无需每个物体实例都有一个显式的 CAD 模型。该方法包括图像合成台阶、对应误差度量的拟合台
PDF4 years ago
对象姿态估计的学习方向分布
本研究提出了两种学习方法来估计物体方向的分布，考虑到姿态估计的不准确性和物体的对称性，这些方法能够增强现有的位姿估计器，并在未知对称性的物体上表现出更好的性能。
PDF4 years ago