研究人员推出了一种新颖的相机位姿估计方法 LA-Pose，该方法利用了自监督预训练。该方法使用逆动力学模型从大规模驾驶视频中学习潜在动作表示，然后将其重新用于位姿估计。与现有方法相比，LA-Pose 在 Waymo 和 PandaSet 等驾驶基准测试中表现更优，准确率提高了 10% 以上，同时所需的标注数据量大大减少。 AI
影响 该方法可能会减少位姿估计任务中对大量 3D 注释的需求，从而可能加速自动驾驶等领域的发展。
排序理由 这是一篇介绍位姿估计新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2604.27448v1 Announce Type: new Abstract: This paper revisits camera pose estimation through the lens of self-supervised pretraining, focusing on inverse-dynamics pretraining as a scalable alternative to the current trend of fully supervised training with 3D annotations. Co…
This paper revisits camera pose estimation through the lens of self-supervised pretraining, focusing on inverse-dynamics pretraining as a scalable alternative to the current trend of fully supervised training with 3D annotations. Concretely, we employ inverse- and forward-dynamic…