rgb-d image | BriefGPT - AI 论文速递

关键词rgb-d image

搜索结果 - 10

CVPR基于 RGB-D 图像的 6 自由度物体位姿估计的基于残差的密集点对点网络
利用单个 RGB-D 图像，我们引入了一种新颖的方法来计算物体的 6DoF 姿态。通过密集对应，我们回归每个可见像素的物体坐标，从而有效降低输出空间并取得出色的性能，在 6D 姿态估计中胜过大多数先前的方法，特别是在遮挡场景中具有显著改进的
PDF2 months ago
FSD：快速自监督单一 RGB-D 到分类三维物体
通过多阶段训练管线，我们的方法成功地在实时运行中克服了现有自监督方法在 3D 物体识别方面的限制，并在 NOCS 测试集上的 6D 姿态估计中取得了 16.4% 的绝对改进，同时以接近实时的 5 Hz 速度运行。
PDF8 months ago
CVPRES6D: 一种计算高效且对称性感知的 6D 姿态回归框架
本文提出了一种用于从单个 RGB-D 图像估计刚性物体 6D 姿态的计算高效的回归框架，可应用于处理对称物体，并且在特征提取方面使用全卷积神经网络 XYZNet, 直接回归 6D 姿态，并且设计了对称不变的姿态距离度量，称为平均 (最大)
PDF2 years ago
SuctionNet-10 亿：吸盘抓取的大规模基准测试
通过物理模型、大规模数据集、在线评估系统和 RGB-D 图像实验，研究吸盘抓取并提出相关算法。
PDF3 years ago
ECCV2020 年 6D 物体定位 BOP 挑战赛
本文介绍了 BOP Challenge 2020（面向从 RGB-D 图像估计 6D 对象姿态的公共比赛系列中的第三个）的评估方法、数据集和结果。通过使用 BlenderProc4BOP 生成的物理真实渲染器（PBR）和程序化数据生成器提供
PDF4 years ago
ECCV基于形状先验变形的 6D 类别目标姿态与尺寸估计
本研究提出了一种基于深度学习的方法，通过创建有关先前学习类别形状先验信息的 3D 对象模型并推断出深度观测和 3D 模型之间的密集对应关系，使得能够从 RGB-D 图像中恢复未看见的物体实例的 6D 姿态和大小。
PDF4 years ago
密集融合：通过迭代密集融合实现 6D 物体姿态估计
本文提出了 DenseFusion 框架，使用异构网络结构从 RGB-D 图像中估计已知物体的 6D 位姿，并通过端对端迭代位姿细化进一步提高了姿态估计的精度和实时性。实验结果表明，我们的方法在 YCB-Video 和 LineMOD 数据
PDF5 years ago
PDNet: 以先验模型为指导的深度增强网络用于显著目标检测
该论文提出了一种新的架构 PDNet，它是一个鲁棒的先验模型指导的深度增强网络，用于 RGB-D 显着对象检测，在五个基准数据集上的大量评估表明，我们的提出的方法表现优异，胜过了现有的最先进方法。
PDF6 years ago
室内场景的联合几何与物体分割
该论文介绍了一种名为 SceneCut 的新方法，它使用单个 RGB-D 图像联合推理场景语义和几何学，从而使机器人能够在现代基于深度学习的方法在分离对象实例方面失败或在训练期间未见过的对象上失败的复杂场景中检测和分割对象实例。我们评估了
PDF7 years ago
6D 物体位姿估计的全局假设生成
本论文提出了一种使用全局推理的新型全连接 CRF 方法来生成位姿假设池，相较于基于局部推理的方法，该方法提供了超过当前难度较大的 “被遮挡物体数据集” 位姿估计最新技术的结果。
PDF8 years ago