English(EN) MAPRPose: Mask-Aware Proposal and Amodal Refinement for Multi-Object 6D Pose Estimation

MAPRPose框架提升多目标6D姿态估计精度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-01 04:00

研究人员开发了MAPRPose，一个新颖的两阶段框架，用于在具有挑战性的、混乱的环境中估计多个目标的6D姿态。该系统首先使用面具感知对应关系生成姿态假设，然后使用非模态面具预测和感兴趣区域重新对齐模块来精炼这些假设。这种方法显著提高了准确性和速度，在BOP基准测试上取得了最先进的性能。 AI

影响提高了多目标6D姿态估计的准确性和速度，可能使机器人技术以及AR/VR应用受益。

排序理由这是一篇研究论文，详细介绍了一种新的目标姿态估计方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Yang Luo, Yan Gong, Yongsheng Gao, Xiaoying Sun, Jie Zhao · 2026-06-01 04:00

MAPRPose：用于多目标6D姿态估计的掩码感知提议和非模态精炼

arXiv:2604.20650v2 Announce Type: replace Abstract: 6D object pose estimation in cluttered scenes remains challenging due to severe occlusion and sensor noise. We propose MAPRPose, a two-stage framework that leverages mask-aware correspondences for pose proposal and amodal-driven…