PulseAugur
中
实时 08:17:38
English(EN) Adaptive Geodesic Conformal Prediction for Egocentric Camera Pose Estimation

研究人员开发自适应共形预测技术以改进以自我为中心的相机姿态估计

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为 DINOv2-Bridge 的自适应共形预测方法，以改进增强现实和辅助设备的以自我为中心的相机姿态估计。标准的共形预测方法存在显著的条件覆盖差距，未能充分覆盖具有挑战性的帧。新方法采用两阶段难度估计器，该估计器无需视觉数据即可跨参与者转移，将困难帧的覆盖率从约 75% 提高到 93%，同时保持整体目标覆盖率。 AI

影响 通过保证不确定性边界，提高了 AR 和辅助设备姿态估计的可靠性。

排序理由 关于计算机视觉中不确定性量化的新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究人员开发自适应共形预测技术以改进以自我为中心的相机姿态估计

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Aishani Pathak, Hasti Seifi ·

    Adaptive Geodesic Conformal Prediction for Egocentric Camera Pose Estimation

    arXiv:2605.00233v1 Announce Type: new Abstract: Egocentric pose estimation for Augmented Reality (AR) and assistive devices requires not just accurate predictions but guaranteed uncertainty regions. Conformal prediction (CP) provides such guarantees without retraining, but we sho…

  2. arXiv cs.CV TIER_1 English(EN) · Hasti Seifi ·

    Adaptive Geodesic Conformal Prediction for Egocentric Camera Pose Estimation

    Egocentric pose estimation for Augmented Reality (AR) and assistive devices requires not just accurate predictions but guaranteed uncertainty regions. Conformal prediction (CP) provides such guarantees without retraining, but we show that standard CP with a single fixed threshold…

相关实体

相关话题