两篇新的研究论文介绍了一个用于以自我为中心的3D对象跟踪和数据捕获的框架。EgoTrack3D提供了一个模块化系统，用于从以自我为中心的视频中重建动态3D场景，在Aria Digital Twin数据集上将跟踪精度提高了11%。Ego-OSCAR提出了一个低成本、开源的立体惯性捕获设备，用于收集以自我为中心的视频数据，并附带一个软件栈和一个大型带注释视频数据集，旨在促进大规模众包的以自我为中心的捕获。 AI
影响 这些框架可以通过提高从以自我为中心的视角对3D场景的理解来推动机器人技术和自主导航的发展。
排序理由 两篇在arXiv上发表的学术论文，介绍了用于计算机视觉任务的新框架。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
We present Ego-OSCAR, an open-hardware, low-cost, head-mounted stereo-inertial capture device for egocentric data collection in the wild. EgoOSCAR pairs a hardware-synchronized global-shutter stereo camera with a 6- axis IMU, an embedded Linux SBC for on-device video encoding, an…
arXiv:2608.08016v1 Announce Type: new Abstract: Understanding 3D scenes from egocentric video is fundamental for robotics and autonomous navigation, yet rapid viewpoint changes and partial occlusions make building structured representations challenging. Existing 3D tracking and s…
arXiv:2608.08285v1 Announce Type: new Abstract: We present Ego-OSCAR, an open-hardware, low-cost, head-mounted stereo-inertial capture device for egocentric data collection in the wild. EgoOSCAR pairs a hardware-synchronized global-shutter stereo camera with a 6- axis IMU, an emb…