object pose estimation | BriefGPT

关键词object pose estimation

搜索结果 - 53

EAO-SLAM: 基于集合数据关联的单目半稠密物体 SLAM
本研究提出了一个整合参数和非参数统计测试的集成数据关联策略，并开发了一个鲁棒的质心和比例估计算法和一个对象姿态初始化算法，用于帮助改进姿态估计结果的最优性。通过在三个公共数据集和一个真实场景上的广泛实验，结果表明我们的方法在准确性和鲁棒性方
PDF4 years ago
ICCVCullNet: 物体位姿估计的校准和姿态感知置信度分数
本研究提出了一种用于基于图像的单视角物体姿态估计的新方法，称为 CullNet，针对当前许多方法中使用的不准确的 CNN 预测的置信度值，提出了一个解决姿态提议估计问题的方法，该方法使用来自 3D 模型和原始图像中裁剪区域的姿态掩码对进行调
PDF5 years ago
机器人操控的自监督 6D 物体位姿估计
这篇论文介绍了一个机器人系统，可以通过自主学习的方式进行物体位姿估计，并通过环境中的物体抓取或推动的交互方式持续收集数据并完善其位姿估计模块，从而提高对象分割和 6D 姿态估计的性能。
PDF5 years ago
CVPR跨域对象姿态估计的多路径学习
提出了一种可扩展的对象姿态估计方法，使用多个三维模型的模拟 RGB 视图进行训练，并使用所谓的 “多路径学习” 技术，涉及共享编码器和不同解码器，从而实现对不同实例的通用编码器的训练。在多个数据集上实现了最先进的 6D 目标检测结果。
PDF5 years ago
3D-RelNet：三维预测的联合物体和关系网络
本研究提出了一种基于深度学习的方法，结合独立对象的预测和对象间关系的推理，实现场景中物体的三维形状和姿态预测，并在不同数据集上进行了性能测试。
PDF5 years ago
MM基于视觉的机器人手爪抓取技术综述：从物体定位、姿态估计到夹爪预测
本文针对基于视觉的机器人抓取进行了综合调查，总结了视觉基于机器人抓取的三个关键任务：物体定位、物体位姿估计和抓取估计，并详细介绍了这些任务中的传统方法和最新的基于 RGB-D 图像输入的深度学习方法，并总结了相关数据集和最先进方法之间的比较
PDF5 years ago
ECCV使用多视角关键点对应估计单目图像中的物体姿态
利用物体分类内部几何规律的数据驱动姿态估计方法。首先，从 2D RGB 图像学习物体部分的姿态不变局部描述符。将这些描述符与来自固定３D 模板的关键点结合使用，生成给定单眼实际图像的关键点对应图。最后，使用这些关键点对应图，预测物体的３D
PDF6 years ago
深度图像中 6D 物体类别姿态恢复
本研究介绍了一种基于部件的架构 “本质结构适配器（ISA）”，可以解决类别级别的全 6D 物体姿态估计中的巨大挑战，例如类内变化、源域和目标域之间的分布偏移，并演示了其在合成和真实数据集上的良好性能
PDF6 years ago
ECCV细粒度物体类别的三维姿态估计
本文介绍了一种针对细分类别的物体姿态估计的新数据集以及一种基于 Faster/Mask R-CNN 模型的姿态估计框架，同时使用了 3D CAD 模型和 location field 来提高性能。
PDF6 years ago
ECCV多视角多类别物体姿态估计的统一框架
本文介绍了一种基于深度卷积神经网络的方法，能够通过对特定对象类的分类和姿态回归，从单个或多视图中准确地推断大量对象类的六自由度姿态，并通过 SE（3）的均匀镶嵌提高了鲁棒性。作者还提出了一种适用于单视角存在歧义的高效多视图框架，并在 YCB
PDF6 years ago
亚马逊拣选挑战赛中基于多视角自监督深度学习的 6D 姿态估计
本文介绍了一种利用多视角 RGB-D 数据和自监督数据驱动学习的方法，通过全卷积神经网络分割和标记场景中的多个视角，并将预先扫描的 3D 物体模型适配到分割结果中，以获得 6D 物体位姿的方法。利用自监督方法生成大量标记数据集，最终实验结果
PDF8 years ago
CVPRRotationNet: 利用来自无监督视角的多视图，联合对象分类和姿态估计
本篇论文提出了一种基于卷积神经网络（CNN）的模型 “RotationNet”，该模型通过多视角图像作为输入，共同估计物体的姿态和类别，并使用无对齐数据集中学习的潜在的视点标签，通过部分输入多视角图像可以推断出结论，与其他方法不同，Rota
PDF8 years ago
ICLR卷积模型用于联合物体分类和姿态估计
本文探讨了深度学习方法在物体识别和姿态估计方面的应用，发现卷积神经网络（CNN）可以同时进行物体分类和姿态估计，并在两个大型多视点数据集上实现了优于最先进方法的表现。
PDF9 years ago