研究人员推出WildPose，一个新颖的单目姿态估计框架，旨在动态环境中有效运行。这种统一的方法结合了前馈模型的感知能力和可微分捆绑调整的优化能力。WildPose利用预训练的MASt3R特征骨干网络和高容量运动掩码检测器，在动态、静态和低自我运动数据集上实现了鲁棒的性能，优于现有方法。 AI
影响 引入了一个用于动态环境中鲁棒姿态估计的统一框架，可能改进机器人和增强现实领域的应用。
排序理由 该集群包含一篇详细介绍新颖姿态估计框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Estimating camera pose in dynamic environments is a critical challenge, as most visual SLAM and SfM methods assume static scenes. While recent dynamic-aware methods exist, they are often not unified: semantic-based approaches are brittle, per-sequence optimization methods fail on…